《表4 不同算法评价指标结果》

  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

《基于多模型智能组合算法的锅炉炉膛温度建模》

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

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。