《表1 平均误差对比:优化神经网络用电量预测性能的多元线性回归方法》
BP神经网络在多元线性回归处理前后的预测性能,如表1所示。各指标值为各自运行50次后取平均值。由表1可知,在50次重复测试中,多元线性回归-BP神经网络的各个预测性能指标均优于其他预测方法。在多元线性回归的处理后,BP神经网络的预测性能以MAPE计提升了9.76%。50次测试中本模型的预测误差MAPE的平均值是8.68%,根据MAPE的评估预测能力表[10],可知模型的预测能力“极佳”,作为对比的其他方法均不属于极佳,多元线性回归-BP神经网络表现了更优的预测性能。此外,从图3到图6的实际值数据可以看到,第220到250个样本点的用电量数据为异常点,呈现为直线,若数据采集中能更好地避免异常值,各方法的预测性能指标将有进一步提升。
图表编号 | XD0067713100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.08 |
作者 | 陈世杰、唐秋华 |
绘制单位 | 武汉科技大学冶金装备及其控制教育部重点实验室、武汉科技大学机械传动与制造工程湖北省重点实验室、武汉科技大学冶金装备及其控制教育部重点实验室、武汉科技大学机械传动与制造工程湖北省重点实验室 |
更多格式 | 高清、无水印(增值服务) |