《表3 平均误差对比2:优化神经网络用电量预测性能的多元线性回归方法》
GA-ELM在多元线性回归处理前后的预测性能,如表3所示。各指标值为各自运行50次后取平均值。通过50次测试中GA-ELM的预测误差MAPE的平均值是5.41%,根据MAPE的评估预测能力表[10],可知模型的预测能力“极佳”。由表3可知,在50次重复测试中,多元线性回归-GA-ELM神经网络的各个预测性能指标均优于GA-ELM。对比表1,得益于ELM更强的泛化能力,GA-ELM的预测性能不论是否经过多元线性回归的处理,都优于BP神经网络。在预测性能大幅提升的情况下,在多元线性回归的处理后,GA-ELM的预测性能以MAPE计依然提升了0.39%。
图表编号 | XD0067713200 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) |