《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》
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。
图表编号 | XD008666300 严禁用于非法目的 |
---|---|
绘制时间 | 2018.08.01 |
作者 | 钱秋培、崔伟杰、包腾飞、李慧 |
绘制单位 | 河海大学水文水资源与水利工程科学国家重点实验室、河海大学水资源高效利用与工程安全国家工程研究中心、河海大学水利水电学院、雅砻江流域水电开发有限公司、河海大学水文水资源与水利工程科学国家重点实验室、河海大学水资源高效利用与工程安全国家工程研究中心、河海大学水利水电学院、河海大学水文水资源与水利工程科学国家重点实验室、河海大学水资源高效利用与工程安全国家工程研究中心、河海大学水利水电学院 |
更多格式 | 高清、无水印(增值服务) |