《表4 各运行状态最优预测模型》

  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

《基于机器学习方法的露天矿卡车运行状态时间预测研究》

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3为测试数据集在不同模型下的回归预测指标值，可以看出，空行、重行和卸载3种状态中使用SVM算法构建的模型优于Adaboost和RF算法，而在等待装载和装载两种状态中使用RF算法构建的模型优于Adaboost和SVM算法。总体而言，5种状态的试验结果表明，使用SVM和RF构建的预测模型优于Adaboost算法。表4总结了每个运行状态时间预测的最佳机器学习模型。