《表2各预测模型预测绝对误差百分率》

  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RBF神经网络的区域物流需求预测》

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

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。