《表2 3种弹性模量预测模型比较》
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
《基于人工蜂群算法优化SVM的NIR杉木弹性模量预测》
为了更清晰直观对比3种模型的优劣,将3种模型的4个评价指标列于表2。对比表2各指标,由R2可以看出,3种模型均可对杉木弹性模量进行有效预测,PLS模型预测效果略差,ABC-SVM模型预测效果最好;比较RMSE和MAPE,ABC-SVM和SVR模型均远小于PLS模型,ABC-SVM模型最小,说明ABC-SVM模型预测值与实测值最相近,预测精度最高;同时,ABC-SVM模型MAE最低,说明模型稳定性和适应性较高(刘渝根等,2019)。在试验中,由于个别点预测残差较大,导致预测总体RMSE偏大。如图7所示,3种模型均在序号为31的个体处出现较大残差,但是SVR和ABC-SVM模型起伏相对PLS模型平缓,表明SVR和ABC-SVM模型比较稳定,3种模型的误差变化相似,ABC-SVM模型相对来说误差更小。
图表编号 | XD00205120800 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.01 |
作者 | 陈芳、程献宝、黄安民、王学顺 |
绘制单位 | 北京林业大学理学院、中国林业科学研究院木材工业研究所、中国林业科学研究院木材工业研究所、北京林业大学理学院 |
更多格式 | 高清、无水印(增值服务) |