研究文章
灵敏度分析的小波神经网络模型对短期交通量预测
表2
之间的性能比较WNNMs与不同数量的隐藏的神经元。
|
| 不。 |
美 |
日军 |
VAPE |
|
|
| 1 |
7.1303 |
0.4264 |
0.1622 |
0.9064 |
| 2 |
7.1702 |
0.3894 |
0.1631 |
0.9165 |
| 3 |
6.9565 |
0.3781 |
0.1652 |
0.9194 |
| 4 |
6.8165 |
0.3589 |
0.1892 |
0.9198 |
| 5 |
6.6067 |
0.3307 |
0.1369 |
0.9218 |
| 6 |
6.3971 |
0.3169 |
0.1243 |
0.9232 |
| 7 |
6.4213 |
0.4019 |
0.2317 |
0.9197 |
| 8 |
6.5806 |
0.3689 |
0.2186 |
0.9195 |
| 9 |
6.4344 |
0.3424 |
0.1888 |
0.9254 |
| 10 |
6.6313 |
0.3896 |
0.2168 |
0.9204 |
| 11 |
6.8409 |
0.4074 |
0.2835 |
0.9107 |
|
| 平均 |
6.7260 |
0.3737 |
0.1891 |
0.9184 |
|
|
大胆的数据表示该列表编号之间的最佳值。
|
