《表5 两种航迹预测模型预测误差指标比较》
为验证模型预测精度,将BP神经网络与SVM预测模型进行对比。BP神经网络由于各层连接权重和阈值都是随机设置的[15],存在预测精度较低、易陷入局部最优等问题。为降低参数值对BP神经网络的影响,使用DE算法对BP神经网络内的权重和阈值进行参数寻优,建立DE-BP神经网络航迹预测模型,计算预测误差,并与DE-SVM预测模型进行对比,得到表5。可以看出,经DE算法优化后的BP神经网络的预测精度明显低于DE-SVM模型的预测精度,且仿真训练时间约为DE-SVM模型的3倍。因此,本文提出的DE-SVM模型在预测精度和运行时间方面均具有较好的预测效果。
图表编号 | XD00138006000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.31 |
作者 | 刘娇、史国友、杨学钱、朱凯歌 |
绘制单位 | 大连海事大学航海学院、大连海事大学辽宁省航海安全保障重点实验室、大连海事大学航海学院、大连海事大学辽宁省航海安全保障重点实验室、大连海事大学航海学院、大连海事大学辽宁省航海安全保障重点实验室、大连海事大学航海学院、大连海事大学辽宁省航海安全保障重点实验室 |
更多格式 | 高清、无水印(增值服务) |