《表2 不同方法的预测结果比较》

  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

《基于相关向量机的再生混凝土收缩徐变预测》

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

在对训练样本学习的基础上对预测样本集进行预测，预测结果如表2所示。不难发现，RVM预测得到的结果与实测值极为接近，平均相对误差为1.05%，其中16号样本相对误差最小，仅为0.05%，而相对误差最大的20号样本也只有2.53%。同时，对比文献[6]中采用的BP神经网络预测方法，其选取17组样本作为训练样本，预测样本只有3组，平均相对误差为4.12%，最小相对误差为1.85%，最大相对误差为6.39%。由此可见，与BP相比RVM误差较小，精度较高，整体预测效果更好。