《表2 两组参数优化LS-SVM模型的预测结果》

  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

《基于混沌遗传算法优化的LS-SVM边坡位移预测》

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

利用建立起来的LS-SVM模型对后10个时间段的位移数据进行预测，并与使用标准遗传算法对LS-SVM参数优化预测模型做个比较，详细结果如表2所示，可以看出基于CAG优化的LS-SVM模型的预测值均方根误差为0.21，最大相对误差为0.057，明显小于基于SGA优化的模型预测的0.32和0.076。从表2可以更加直观的看到基于CAG优化的LS-SVM模型具备更好的预测性能，且预测效果令人满意。