《表1 模型预测误差评价指标对比》

  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

《基于数据挖掘和CAPSO-SNN的电力作业风险态势感知》

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

每例样本的作业风险真实值为该次作业的事故危害评估值与根据该次作业风险关键要素状态计算出的事故发生概率的乘积。由图5可知，各模型计算结果与真实值具有较高的一致性，风险预测值与真实值的吻合度较好，且CAPSO-SNN的预测值更加贴近真实值。为了从数值上展现不同模型的整体预测性能情况，利用平均绝对百分比误差MAPE(Mean Absolute Percent Error）、均方根误差RMSE(Root Mean Square Error）以及希尔不等系数TIC(Theil Inequality Coefficient）衡量各模型的预测精度，如表1所示。