《表5 优化算法性能对比》

  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

《基于深度学习的城市轨道交通短时客流量预测》

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

%

SVM参数寻优的过程中，不同的优化算法所获得的参数也是不同的，而参数直接影响SVM的预测性能，进而影响整体预测模型的精度.本实验分别采用GA、PSO对SVM的参数进行寻优，并对工作日与非工作日的预测结果进行对比.算法参数:最大迭代次数为100，种群规模均为20，交叉率为0.4，变异率为0.01，两个待优化参数的寻优区间均为[0.01，1 000]；局部学习率和全局学习率均为1.5.实验结果如表5所示.