《表4 x-SVR模型效能对比》
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。
图表编号 | XD007586600 严禁用于非法目的 |
---|---|
绘制时间 | 2018.05.20 |
作者 | 刘栋、李素、曹志冬 |
绘制单位 | 北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室、中国科学院自动化研究所复杂系统管理与控制国家重点实验室、北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室、中国科学院自动化研究所复杂系统管理与控制国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |