《表6 不同模型预测值：基于ELM的尾矿坝浸润线预测》

  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ELM的尾矿坝浸润线预测》

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

为了进一步证明ELM性能的优越性，与GM[1，1]和改进灰色神经网络的浸润线预测结果进行比较，预测结果在表6展示。由表6可知，ELM模型的平均相对误差为0.21%，显著小于GM[1，1]模型和改进灰色神经网络模型，满足预期平均相对误差小于3%的目标，且平均相对误差小于1%，在浸润线短期预测中，预测误差小于传统模型，克服了GM[1，1]模型只考虑浸润线一个因素的缺点，在预测性能上也优于改进灰色神经网络模型，说明ELM方法为浸润线预测提供了一个新思路。