《表3 不同序列长度、不同迭代数,LSTM模型均方根误差》

《表3 不同序列长度、不同迭代数,LSTM模型均方根误差》   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Bi-LSTM的家庭用电量预测》


  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

表1是三种模型的训练时间,表1结果表明LSTM拥有更快的训练时间,Bi-LSTM有更长的训练时间。表2和表3列出了Bi-LSTM和LSTM模型在不同迭代次数和不同序列长度下的均方根误差,可以发现Bi-LSTM模型相较于LSTM模型对家庭用电量有更好的预测性能;Bi-LSTM模型和LSTM模型在迭代次数较少的情况下,选取适当的序列长度对模型预测性能有较大的影响,在迭代次数增大后,序列长度对模型的影响较小;两种模型迭代次数超过15次后,预测性能提高较小,因而从实验结果得出,LSTM模型在序列长度为2,迭代次数为20时取得最佳预测性能,Bi-LSTM在序列长度为1,迭代次数为15时取得最佳预测性能。