《表2 各种模型的预测精度对比》

  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

《油基钻井液在高温高压下的密度预测——基于自适应极限学习机模型》

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

BP神经网络模型和极限学习机模型是已有的对钻井液密度进行预测的常用模型，为了验证本文方法的有效性，将预测结果和BP神经网络模型和极限学习机模型的预测结果进行对比。表2给出了三种模型的预测精度对比。从表中可以看出，自适应极限学习机模型的NMSE和MAPE的值分别为0.038和2.28%，较BP神经网络模型和极限学习机模型模型相比相对较低，自适应极限学习机模型的预测精度最高，表明自适应极限学习机方法能够有效的利用已有数据开展数据挖掘，提高预测精度。