《表1 三种神经网络的预测值与实际值表》

  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

《小波神经网络在水库流量预测中的应用》

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

为了比较各类型的小波神经网络的预测的优劣性，选择平均相对误差（MRE）和均方误差（MSE）以及拟合度（EC）三项指标对每种网络的预测结果进行评价。MRE反映出预测数据与实测数据的偏离程度，其值越小说明预测数据与实测数据偏离越小，预测效果越好。MSE反映误差分布情况，其值越小说明误差分布就比较集中，预测效果就越好。EC反应预测数据与实测数据之间的拟合程度，其值越大，说明二者的拟合程度越高，预测效果也就越好。表1列出了三种不同的小波神经网络对2014年12个月的每月月平均流量的预测结果与实测数据。图1～3反映每个小波神经网络的预测值与实测值之间的对比，通过观察可知，这三种神经网络的预测值都能够反映出实测值的一个变化趋势，因而需要分别计算各自的平均相对误差、均方误差以及拟合度，计算结果如表2所示。从表2可以看出Morlet小波神经网络预测值与实测值之间的误差最小，其拟合的程度也最高。