《表2 部分SVM与PSO-SVM模型的回归FMSE与预测FMSE统计值Table 2 Values of regression FMSE and forecast FMSE of SVM model

  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SVM的混凝土坝变形监控模型预测能力实例分析》

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

16种预测样本数目取值方案下SVM模型与PSO-SVM模型回归FMSE与预测FMSE曲线如图4所示，部分取值方案下的SVM模型与PSO-SVM模型回归FMSE与预测FMSE的值统计于表2。结果显示，预测样本数目b取不同值时，2类模型回归效果几乎维持在某一水平，变化微小，SVM模型回归FMSE均值为0.31 mm，PSO-SVM模型回归FMSE均值为0.16 mm，PSO-SVM模型回归FMSE均值小于单纯的SVM模型，表明PSO-SVM模型回归效果更优；随着预测样本数目b的减小，2类模型预测FMSE整体上呈下降趋势，可见2类模型近期预测能力普遍优于远期预测能力；预测样本数目b取值相同时，PSO-SVM模型和SVM模型的预测FMSE不存在明显的优劣势，在一定程度上说明训练样本数目b的取值对模型预测精度的影响要大于参数优化带来的影响。