《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》

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

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。