《表3 对应图4图5的误差分析》

  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

《面向云制造资源调度预测的学习模型》

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

无论从预测图还是误差对比表都可以看出本文提出的预测模型在MAE，MRE，RMSE等方面都比传统的预测模型表现的更优秀.如表3所示，分别比较IDBN和BP结果显示，随着集群节点的增加和任务数量的增加模型在测试时误差也会增加，因为随着节点和任务数的增加数据间特征组合可能性也在呈几何倍数的增加，从而导致预测的难度也会增加.但是IDBN的误差值增加幅度和最终误差值在一个可允许的范围内，而BP误差增加的幅度远远大于IDBN，原因在于调度数据的特征难以提取导致预测结果不够精准和稳定.