《表3 ENN、CEEMD-SE-ENN和CEEMD-SE-MEA-ENN算法对比》
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Elman神经网络的PM_(2.5)质量浓度区间预测》
为了更好地验证CEEMD-SE-MEA-ENN模型预测性能,分别计算3种模型在不同置信水平下的PICP、PINAW、AWD指标,如表3所示.从表3可看出,相比于ENN和CEEMD-SE-ENN模型,本文所提出CEEMD-SE-MEA-ENN模型PINC和AWD指标有着较为明显改善,其中PINC分别提高了4.854 1、2.692 1,AWD分别降低了0.63、0.37(以90%置信水平为例).然而,PINAW指标与其他2种模型相比,略微增大,主要是因为CEEMD-SE-MAE-ENN模型以牺牲相对较小PINAW为代价,从而使得PICP提高,AWD降低.因此,综合3种性能指标来看,CEEMD-SE-MAE-ENN模型预测性能更优.
图表编号 | XD00145302600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.10 |
作者 | 李晓理、梅建想、王康、李济瀚 |
绘制单位 | 北京工业大学信息学部、计算智能与智能系统北京市重点实验室、数字社区教育部工程研究中心、北京工业大学信息学部、北京工业大学信息学部、计算智能与智能系统北京市重点实验室、数字社区教育部工程研究中心、北京工业大学信息学部 |
更多格式 | 高清、无水印(增值服务) |