《表1 预测模型的特征指标》

  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GA-BP神经网络的果园需水量预测》

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

根据荔枝生长主要环境影响因子建立的2个预测模型，能够实现有效的预测，预测值与实际值基本吻合，如图9所示，图中ET为需水量．计算了2个模型下预测结果的3个特征指标，分别为平均绝对百分比误差（MAPE）、均方根误差（RMSE）和平均绝对误差（MAE），若预测效果越差则所计算各类指标值越大．由表1中的指标值大小比较可知，遗传算法优化的BP神经网络与未优化前相比，拟合效果明显得到提高．表1中XMAPE，XRMSE，XMAE分别为计算所得的MAPE，RMSE，MAE特征指标值．