《表4 单项模型的预测结果》

  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

《基于优化组合模型及重标极差法的岩溶隧道涌水量预测研究》

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

在组合预测过程中，单项预测是其基础，因此尽可能保证单项预测模型的预测精度具有重要意义。工程实际中的单项模型筛选可从2方面考虑，一方面是该种模型已被广泛应用于该领域，具有相对较高的预测精度，说明其适用性较好；另一方面是各类单项预测模型具有一定的互补性，这样能更好地发挥各自的优势。根据前述单项预测模型的参数优化过程，将单项模型优化前后的预测结果进行统计，如表4所示。在相应验证样本处，3种单项预测模型的预测效果各有差异，说明不同单项预测模型在隧道涌水量预测中的适用性存在不同，侧面验证了组合预测的必要性。对比3个单项模型优化前后的预测结果可知，通过相应的参数优化，3类单项模型的相对误差平均值及方差值均有不同程度的减小，说明单项预测优化不仅可以提高预测精度，还可以提高稳定性，进而验证了各类参数优化方法的有效性；同时，在3类优化后的单项预测模型中，LS-GM(1，1）模型的预测精度相对最高，其次是PSO-SVM模型和GA-BP神经网络，但3者的预测结果稳定性相当。