《表2 方案二残差结果统计表》
由表2可知,对GPS可降水量抖动明显的情况下进行预测,WNN模型相对于BP神经网络模型在预测的精度上有一定的改进,但是在60 min的预测上RMS仍然为3.11 mm;无法很好地满足实时的水汽预测要求,且在预测的稳定性方面依然无法得到很好的改善,WNN模型预测的最大绝对误差为7.85 mm,最大相对误差为15.92%,均高于BP神经网络模型。可见由于WNN模型自身的小波分析功能的影响,使得这一特点在GPS可降水量变化剧烈的情况下表现得更为明显。而本文建立的GWNN模型,网络参数预测得到的RMS为2.19 mm,在WNN模型的基础上有0.92 mm提高。在预测的稳定性上,相比较于另外两种模型也均有不同程度的改善。
图表编号 | XD0054072300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.31 |
作者 | 熊红伟、郑进 |
绘制单位 | 中冶智诚(武汉)工程技术有限公司、湖北省国土测绘院 |
更多格式 | 高清、无水印(增值服务) |