《表4 三种模型预测误差和相对误差》
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
《动态灰色时序神经网络组合模型在地铁运营期沉降预测效果分析》
根据表3可知,动态灰色模型可大致预测之后三期数据,由于模型的单一性,预测数值与实际观测值之间存在比较大的误差;动态灰色时序模型用动态灰色模型拟合趋势项,时序模型拟合残差项提高了模型预测效果,克服了灰色模型在波动项拟合过程中的不足;动态灰色时序和神经网络组合模型在动态灰色时序模型的基础上,针对残差非线性的特点以及以往单一模型对残差预测的局限性,使用对非线性数据预测效果较好的神经网络模型和AR模型并联对残差进行模拟预测,提高预测精度,最接近实际观测值。为了直观的比较实验效果,计算三种模型的预测误差值和相对误差,见表4。
图表编号 | XD0053952300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.20 |
作者 | 潘恺、田林亚、李成成 |
绘制单位 | 河海大学地球科学与工程学院、河海大学地球科学与工程学院、河海大学地球科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |