《表3 模型单点误差对比:基于数据挖掘与支持向量机的现货市场出清价预测方法》
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
《基于数据挖掘与支持向量机的现货市场出清价预测方法》
为证明模型的有效性,与不考虑相似性生成训练集的同时段SVM方法(对比模型)进行比较。其中,对比模型除了训练集数据不同,其余过程均与本文提出模型相同。对比模型以2019年11月20日到2019年11月25日为训练集数据训练SVR,以2019年11月26日到2019年11月30日为测试集数据,得出2019年12月1日同时段的预测出清价。此外,多层反向传播(back propagation,BP)神经网络作为前向网络的核心部分,体现了人工神经网络的精华[20-22],因此被广泛应用于时间序列预测。本文也运用BP神经网络进行了对比预测,参数设置如下:学习速率0.05;最大训练次数为100次;允许均方误差为0.005;隐含层神经元设置为2层,第一层神经元数为5,第二层神经元数为5。训练集、测试集数据与对比模型相同。预测结果见表3及表4,3种模型预测值与实际值对比见图5。
图表编号 | XD00225780200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.25 |
作者 | 陈杰尧、陶春华、马光文、陈仕军、赵永龙、王靖 |
绘制单位 | 四川大学水利水电学院、四川大学水力学与山区河流开发保护国家重点实验室、四川大汇大数据服务有限公司、四川大学水利水电学院、四川大学水力学与山区河流开发保护国家重点实验室、四川大学水利水电学院、四川大学水力学与山区河流开发保护国家重点实验室、国家电网公司西南分部、国家电网公司西南分部 |
更多格式 | 高清、无水印(增值服务) |