《表3 不同方案预测误差MAPE数据对比》

  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

《改进的军用飞机涡轮叶片预测性维修方法》

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

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。