《表4 精度检验结果：基于非等时距灰色理论与BP神经网络的钢轨波磨预测》

  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

《基于非等时距灰色理论与BP神经网络的钢轨波磨预测》

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

其中，数据样本序号12是为增加样本数量而插入的点，无统计意义，遂未在结果表中给出。由图4及表3不难发现，经过组合预测方法，预测误差有较为明显的减小，相对误差平均值由0.288%减小到0.118%。对前后预测模型进行精度检验见表4，结果显示，非等时距GM（1，1）模型预测精度等级为合格，而组合预测算法的精度等级达到1级。综上实例分析所述，本文提出的基于BP神经网络对非等时距GM（1，1）初步预测残差修正的钢轨波磨组合预测模型预测效果较好，对钢轨波磨预测研究有一定可行性与可参考性。