《表1 Mackey-Glass时间序列预测中不同方法的性能对比》

  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

《基于混合评价指标的自组织模糊神经网络设计研究》

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

为了进一步验证HEI-SOFNN在Mackey-Glass时间序列预测中的有效性和结构紧凑性，分别引入FAOS-PFNN[9]、NFN-FOESA[16]、SOFNN-AGA[17]和GPFNN[34]和其进行比较。上述这些方法性能指标的计算结果如表1所示。由表1可知，相对于其他自组织模糊神经网络而言，HEI-SOFNN的测试RMSE最小为0.0093，运行时间最短为10.71 s，最终规则层神经元个数最少为5。因此，在上述这些方法中，HEI-SOFNN可以更准确地预测Mackey-Glass时间序列。