《表4 三种方法对算例2的预测结果》
图4给出了PSO迭代过程中不同参数的优化曲线,对比图3和图4可以看出,当数据波动较大时PSO算法参数的迭代过程也变得更加复杂,需要更多的迭代次数(30次)才能实现收敛,这与前述的理论分析一致。表3和表4分别给出了三种方法对算例2训练数据的拟合结果和测试数据的预测结果,可以看出,三种方法对算例2的试验结果与算例1一致,即PSO-RBF方法可以获得最优的拟合和预测精度,平均残差百分比比RBF方法高50%,远远优于小波方法。
图表编号 | XD00219160000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.25 |
作者 | 邵潮京 |
绘制单位 | 广州市城市规划勘测设计研究院 |
更多格式 | 高清、无水印(增值服务) |