《表4 试验2预测指标：基于多种信号分解的台风风速多步预测》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于多种信号分解的台风风速多步预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

模型1为PSO-LSSVM；模型2为EEMD-PSO-LSSVM；模型3为CEEMDAN-PSO-LSSVM；模型4为LMD-PSO-LSSVM；模型5为WPD-PSO-LSSVM；模型6为EWT-PSO-LSSVM；模型7为VMD-PSO-LSSVM；模型8为RPCA-PSO-LSSVM；模型9为SVD-PSO-LSSVM

表3和表4为两组试验中各模型风速预测评价指标汇总。可以看出：在基于PSO-LSSVM预测模型的台风风速大多步预测中，WPD存在随预测步数增加、预测指标变差的情况；RPCA和LMD的表现一直不佳；CEEMDAN和SVD处于中上水平，比较稳定；VMD和EWT的效果一直不错，在稳定性上VMD更胜一筹，尤其在后期预测步数增加。总体来看，基于信号频域信息的VMD和EWT分解方法预测结果较好，随着预测步数的增大，预测精度高、性能稳定。表5为模型2～9对模型1的综合提升指标。在两次试验中，模型7都表现出最佳效果，综合提升指标分别为36.28%和41.72%，模型6排在第2，综合提升指标分别为33.55%和40.65%。