《表5 两种航迹预测模型预测误差指标比较》

  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DE-SVM的船舶航迹预测模型》

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。