《表1 各种预测方法的误差统计》
根据上述建立的多元回归模型、稳健回归模型和确定的神经网络结构分别对后327个水平位移进行步长为1~6 d的预测。图2是3种模型的拟和结果,可以看出,除了在变异点及其附近处的拟和误差较大外,3种模型的拟和精度都比较高,拟和值非常接近实测值。预测结果如图3所示(3种方法的一步预测结果)和表1。可以看出,在步长为1 d的预测结果中,3个模型的预测精度都很高,都属于精度较高的模型(通常认为:若绝对平均百分比误差小于10%,则模型预测精度较高)。其中稳健回归模型的预测精度最高,其统计的各种误差参数在3个模型中最小,其次是多元回归模型,最后是神经网络模型。但随着预测步长的增加,3种模型预测精度出现了相反的变化,神经网络预测模型的预测精度最高,在2步到5步预测值的绝对百分比误差都小于10%,完全满足预测要求。而多元回归模型在2步以上的预测值的绝对百分比误差都大于10%。尽管在一步预测中,稳健回归预测模型最好,但在2步以上的预测中,稳健回归模型预测的效果最差,总体上,它的预测值明显小于实测值,而且在2步到7步的预测误差统计中,各步的绝对平均百分比误差都大于10%。
图表编号 | XD00225370300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.25 |
作者 | 费守明 |
绘制单位 | 天津市水务工程建设事务中心 |
更多格式 | 高清、无水印(增值服务) |