《表3 不同方案预测误差MAPE数据对比》
本文通过实验对增量式随机森林预测模型与LSSVM、GBRT和SVM三种不同算法构成的预测模型进行研究,分别采用多变量并排序方法与不进行相关性分析两种策略得到特征值。表3是对比几种不同算法在维修频率预测中的平均绝对百分比误差(MAPE),根据结果得到结论:在相同的特征值选取方法情况下,利用增量式随机森林算法比LSSVM算法的维修频率预测MAPE减少了0.4%,维修峰值预测MAPE减少了0.6%。说明该模型克服了LSSVM算法中训练时间和难度较大,对异常值鲁棒性不好等缺点,提高了在负荷增长较大时预测精度不高的问题,应用更加自由。
图表编号 | XD00161998100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.20 |
作者 | 杜晶、杨玫、张燕红 |
绘制单位 | 海军航空大学航空基础学院、海军航空大学航空基础学院、海军航空大学航空基础学院 |
更多格式 | 高清、无水印(增值服务) |