《表6 各模型预测误差表：基于自适应鲸鱼优化算法结合Elman神经网络的股市收盘价预测算法》

  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

《基于自适应鲸鱼优化算法结合Elman神经网络的股市收盘价预测算法》

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

从表6可以看出，基于CEEMDAN数据集的IWOA-Elman模型，其RMSE、MAE和MAPE分别为145.656 7、113.055 3及1.445 31，与其他预测模型相比，具有最小的预测误差。与单个预测模型SVR、BPNN和Elman相比，基于CEEMDAN数据集的IWOA-Elman模型，其MAPE分别降低了2.277 6%、1.669 1%和1.871 1%。与优化算法GA、WOA相比，本文提出的IWOA-Elman模型的MAE分别降低了77.119 2和39.833 5。同时，基于数据集CEEMDAN的各模型的预测结果明显优于基于EMD数据集及Original数据集，与EMD数据集和Original数据集相比，基于CEEMDAN数据集的IWOA-Elman的RMSE分别降低了3.945 6和129.115。通过以上分析，基于CEEMDAN的IWOA-Elman模型在股票网络舆情预测中是非常有效的。