《表3 ANN模型与MLR模型在测试集 (2014～2017年) 对TC频数的回报结果》

  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

《利用人工神经网络模型预测西北太平洋热带气旋生成频数》

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

进一步对两个模型在测试集（2014～2017年）的回报结果进行分析，如表3所示，观测值分别为13、17、21、17；ANN模型回报值为16.26、17.86、21.87、15.86，RMSE为1.83；MLR模型预报值为15.72、16.28、14.55、15.6，RMSE为3.59；结合表1，发现ANN模型在面对从未遇见的测试集数据时，回报结果只有R值有少许降低，d值从验证集中的0.82升至0.96，大幅优于MLR模型，两个误差RMSE和MAE值分别从验证集中的2.7和2.26降至1.83和1.68。充分说明ANN模型在TC频数回报中的稳定性，以及未来可能应用在业务预报中的潜力。