《表6 不同模型预测值:基于ELM的尾矿坝浸润线预测》
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。
图表编号 | XD00214585900 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.25 |
作者 | 邱俊博、胡军 |
绘制单位 | 辽宁科技大学土木工程学院、辽宁科技大学土木工程学院 |
更多格式 | 高清、无水印(增值服务) |