《表2 EMA HI构建实验MAE和RMSE均值》
从图7和9可以看出,2种方法估计曲线与真实曲线都比较接近。因此,在本文中,使用平均绝对误差(mean absolute error,MAE)和均方根误差(root mean square error,RMSE)衡量2种方法的准确性和稳定性。RMSE和MAE越小,表示方法的性能越好。基于贝叶斯更新方法和基于模型辨识方法的HI构建实验分别运行了10次。此外,由于在本文中2种方法估计的点数相同,所以使用2 870个点的10次实验MAE均值和RMSE均值评价2种方法的性能优劣,如表2所示。
图表编号 | XD0097361400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.01 |
作者 | 张玉杰、冯伟童、刘大同、彭宇 |
绘制单位 | 哈尔滨工业大学电子与信息工程学院、哈尔滨工业大学电子与信息工程学院、哈尔滨工业大学电子与信息工程学院、哈尔滨工业大学电子与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |