《表4 笔者方法与其他主流方法预测效果对比》

  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

《基于指数平滑和XGBoost的航空发动机剩余寿命预测》

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

进一步将笔者所提方法与其他主流方法的预测效果进行比较分析，结果见表4（表中粗体字为该列最佳值）。笔者所提方法在RMSE指标上取得最好结果，考虑XGBoost采用平方误差作为损失函数进行训练，可认为充分发挥了XGBoost的拟合能力。对比BiLSTM-ED方法，BiLSTM-ED的Score值更小，而RMSE略高，且Accuracy明显较低，推测该方法倾向于欠预测RUL。对比SVR方法，SVR的Accuracy略高于笔者所提方法，而Score则明显较高，推测该方法在误差边界外的预测值偏离真实值较大。