《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》

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

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。