《表2各预测模型预测绝对误差百分率》
由表3可以看出,在本文对比的七种预测模型中,传统的MLP神经网络和灰色预测模型平均绝对误差是最高的,达到了8%~9%,最大绝对误差百分率超过37%。而多元线性回归和BP神经网络相较于前两者来说,平均绝对误差降到了4%~%,最大绝对误差百分率在23%~26%之间,基本符合预测精度的要求。在这七种预测模型中,RBF神经网络、随机森林和基于泊松分布的神经网络等方法的平均绝对误差均小于3%,最大绝对误差百分率在15%以内。尤其值得注意的是,RBF神经网络算法的最大绝对误差百分率仅为8.50%,主要是因为RBF神经网络是一种非线性、自学习的预测方法,能更加准确地描述区域物流需求的非线性变化规律。
图表编号 | XD00177286000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.20 |
作者 | 曾煜、朱志浩 |
绘制单位 | 西南交通大学交通运输与物流学院、西南交通大学交通运输与物流学院 |
更多格式 | 高清、无水印(增值服务) |