《表2 各预测模型预测精度对比》
表1记录了4种预测算法对于36~40期累积沉降量的预测值,其中负号表示沉降的方向竖直向下。图3为4种算法的预测误差对比图,预测误差以毫米为单位,从图上可以更直观地看出,与其他3种算法相比,Adaboost GA-BP算法的预测误差更接近于0值。从表2可以看出,后3种算法对于BP预测算法均有改进,其中精度最高的为本文提出的改进算法。Adaboost GA-BP算法后5期预测值的平均绝对百分误差为0.68%,误差绝对值均值为0.29,误差均方差为0.49。对比BP算法和Adaboost-BP算法的预测结果,可知Adaboost算法能够有效提高神经网络预测模型的预测精度。对比GA-BP和Adaboost GA-BP算法的预测结果可知,Adaboost GA-BP算法较GA-BP算法在MAPE、MAE、MSE 3项精度指标上分别提高了80.57%、81.04%、70.83%。
图表编号 | XD007817100 严禁用于非法目的 |
---|---|
绘制时间 | 2018.03.25 |
作者 | 周星勇、杨容浩、王志胜、冉中鑫 |
绘制单位 | 成都理工大学地球科学学院、成都理工大学地球科学学院、成都理工大学地球科学学院、成都理工大学地球科学学院 |
更多格式 | 高清、无水印(增值服务) |