《表2 各评价指标下模型预测性能排名》

  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

《基于熵权TOPSIS法的短时交通流预测模型性能综合评价》

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

评价指标选取不同，使得在不同评价指标下，对较优预测模型的判定往往不同。表2给出了不同评价指标下各模型的预测性能排名，如表2所示，若仅以MAE作为评价指标，则基于LightGBM构建的短时交通流预测模型性能较好，但当以MAPE作为评价指标时，XGBoost则具有较好的预测效果。因此，为综合评价各模型的预测性能，基于章节1构建的评价指标体系，本文运用熵权TOPSIS法对5种模型的预测效果进行了综合评价。