《表4 x-SVR模型效能对比》

  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

《基于改进人工蜂群算法的支持向量机时序预测》

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

为进一步对比x-SVR性能，基于主频2.7 GHz实验平台的MATLAB R2012b上运行程序，得到x-SVR的实际运行时间（s）和参数Up的预测平均绝对百分比误差（MAPE）如表4，x-SVR运行时间与表1中对于x-SVR时间复杂度的公式推导结果完全吻合。如表4，智能算法中改进ABC-SVR和PSO-SVR模型训练速率明显快于ABC-SVR和GA-SVR；预测精度方面，改进ABC-SVR进化40代时就已经明显超过其他所有模型进化200代所能够达到的预测精度，且运行时间和网格搜索接近；另外，网格搜索回归精度与ABC-SVR接近，但运行时间不到ABC-SVR的1/4，网格搜索算法拥有进一步改进的潜力，表明:大数据条件下，简单模型往往具有更强的泛化能力和回归效能，如网格搜索法。