《表5 6 种模型测试精度对比》

  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

《基于混合鸡群算法和核极端学习机的锅炉NO_x排放的预测》

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

确定算法后建立出神经网络（back propagation，BP）模型，随机森林（random forest，RF）模型，梯度下降树法（gradient boosting desicicn tree，GBDT）模型，SACSO-SVM模型，SACSO-ELM模型，SACSO-KELM模型，共6种模型，并比较他们的性能。RMSE是均方根误差，MAPE表示预测误差占实际输出的百分比，MAE是平均绝对误差，最大MAE表示最大绝对误差。采用前200组训练，201～250组数据做为验证数据，用于找到最佳的模型参数。251～300组数据作为测试数据。各个算法训练精度和测试精度如表4和表5所示。