《表5 引入客车占比后不同时间间隔下算法的误差》
基于3.1.2节,对输入样本增加客车占比特征,同时选取与未加此特征时相同的t与r。模型预测结果如图10。不同时间间隔下算法的误差如表5。对比表3和表5可知:引入客车占比特征后,相同时间间隔下预测模型的RMSE、MSE与MAE均减小,且当时间间隔为5 min时,预测模型的RMSE、MSE与MAE分别为1.16、1.35和9.07,分别下降了0.11、0.26和0.88,说明引入客车占比特征可以有效减小模型误差,提高预测准确率。
图表编号 | XD00183334100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 翁小雄、郝翊 |
绘制单位 | 华南理工大学土木与交通学院、华南理工大学土木与交通学院 |
更多格式 | 高清、无水印(增值服务) |