《表4 不同算法评价指标结果》
进一步对提出的组合算法与4种比较算法的结果评价指标进行分析,如表4所示。从表中可以看出3种数据集下,MICA算法进行预测得到的炉膛温度预测精度有明显提高,数据集S1中MAPE、MAE较MLP算法精度分别提高了24.7%、24.4%,MSE相差0.0416,变化范围很小,其原因由个别奇异数据所影响。在S2数据集中MAPE、MSE、MAE较LSSVM算法精度分别提高了33.2%、36.4%、33.5%,MICA算法预测结果明显,数据集S3中MAPE、MSE、MAE较LSSVM算法精度分别提高了32.7%、58.4%、37.3%。MICA算法在S1、S2、S3数据集下精度提升明显,达到了多模型智能选择的目的,说明MICA算法适用。
图表编号 | XD00118104600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.01 |
作者 | 唐振浩、张宝凯、曹生现、王恭、赵波 |
绘制单位 | 东北电力大学自动化学院、东北电力大学自动化学院、东北电力大学自动化学院、东北电力大学自动化学院、东北电力大学自动化学院 |
更多格式 | 高清、无水印(增值服务) |