《表4 基本GRNN与CV-GRNN预测值比较》

  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CV-GRNN的铁路货运量预测》

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

通过仿真，证明最佳的spread值为0.6时，训练数据的预测较好，这与采用基本GRNN网络进行预测反复试验得到的最佳spread值（0.5）基本一致。CV-GRNN网络最佳spread取值0.6时，2000～2013年铁路货运量预测仿真图见图4和图5，基本GRNN算法与CV-GRNN算法的仿真结果见表4。