Based these steps, the FVA analysis

Based these steps, the FVA analysis is conducted and the results
are presented in Table 5. The seasonal naïve forecasting model has
65% accuracy. As shown in column 3 of Table 5, the SARIMA, MLPNN-1, MLPNN-2, SARIMA-MLR
and SARIMA-QR models improve the forecast accuracy 6.5, 7.31, 8.75, 11.1, and 11.81 per-
centage points over the seasonal naïve forecasting model respec- tively. In column 4 of Table 5,
the comparative improvements in forecasting accuracy by different forecasting models are
presented. MLPNN-1 and -2 are adding value by improving the forecast accuracy 0.81 and
2.25 percentage points against SARIMA model respectively. The hybrid models SARIMA-MLR and -QR
are adding value by improving the forecast accuracy 2.35 and 3.06 percentage points against
MLPNN-2 respectively. From this analysis, it has been identified that SARIMA-MLR and SARIMA-QR
perform better
than other individual models.

ผลลัพธ์ (ไทย) 1:

ตามขั้นตอนเหล่านี้ วิเคราะห์ FVA จะดำเนินการ และผลลัพธ์จะแสดงในตาราง 5 มีแบบจำลองการคาดการณ์ไร้เดียงสาตามฤดูกาล65% ความแม่นยำ ดังแสดงในคอลัมน์ที่ 3 ของตาราง 5 สมถวิล MLPNN-1, MLPNN-2 ทิพย MLR และสมถวิล QR รุ่นปรับปรุงความแม่นยำการคาดการณ์ที่ 6.5, 7.31, 8.75, 11.1 และ 11.81 ต่อ- centage จุดผ่านสาธารณะตามฤดูกาลการคาดการณ์รุ่น respec-tively ในคอลัมน์ที่ 4 ของตาราง 5 มีการปรับปรุงเปรียบเทียบในการพยากรณ์แม่นยำโดยจำลองการคาดการณ์ที่แตกต่างกัน นำเสนอ MLPNN-1 และ -2 เป็นการเพิ่มค่า โดยการปรับปรุงความถูกต้องคาดการณ์ 0.81 และ 2.25 เปอร์เซ็นต์จุดกับทิพยจำลองตามลำดับ ไฮบริดทิพย MLR และ -QR มีการเพิ่มค่า โดยการปรับปรุงการคาดการณ์แม่นยำ 2.35 และ 3.06 จุดเปอร์เซ็นต์กับ MLPNN-2 ตามลำดับ จากการวิเคราะห์นี้ มันได้รับ identified ที่ MLR ทิพยและทิพย QR ทำงานดีขึ้นกว่ารุ่นอื่น ๆ แต่ละ

ผลลัพธ์ (ไทย) 2:

ตามขั้นตอนเหล่านี้วิเคราะห์ FVA จะดำเนินการและผลที่
จะถูกนำเสนอในตารางที่ 5 ตามฤดูกาลพยากรณ์ไร้เดียงสามี
ความถูกต้อง 65% ดังแสดงในคอลัมน์ที่ 3 ของตารางที่ 5, SARIMA, MLPNN-1 MLPNN-2-SARIMA MLR
และ SARIMA QR-รุ่นปรับปรุงการคาดการณ์ความถูกต้อง 6.5, 7.31, 8.75, 11.1 และ 11.81 ละ
จุด Centage ในช่วงฤดูกาลไร้เดียงสา ตัวแบบพยากรณ์ตามลำดับ ในคอลัมน์ที่ 4 ของตารางที่ 5,
การปรับปรุงการเปรียบเทียบในความถูกต้องในการคาดการณ์โดยรูปแบบการพยากรณ์ที่แตกต่างกัน
นำเสนอ MLPNN-1 -2 จะเพิ่มมูลค่าโดยการปรับปรุงการคาดการณ์ความถูกต้อง 0.81 และ
2.25 คะแนนร้อยละเมื่อเทียบกับรุ่น SARIMA ตามลำดับ ไฮบริดรุ่น SARIMA-MLR และ -qr
จะเพิ่มมูลค่าโดยการปรับปรุงความถูกต้องคาดการณ์ 2.35 และ 3.06 คะแนนร้อยละกับ
MLPNN-2 ตามลำดับ จากการวิเคราะห์นี้จะได้รับเอ็ด Fi ระบุว่า SARIMA-MLR และ SARIMA QR-
ทำงานได้ดีขึ้น
กว่ารุ่นบุคคลอื่น

ผลลัพธ์ (ไทย) 3:

ตามขั้นตอนเหล่านี้ การวิเคราะห์ fva มีวัตถุประสงค์และผลลัพธ์จะแสดงในตารางที่ 5 ตามฤดูกาล na ไตได้ในการพยากรณ์ได้ความถูกต้อง 65% ดังแสดงในคอลัมน์ที่ 3 ของตารางที่ 5 , sarima mlpnn-1 mlpnn-2 sarima-mlr , , ,และรุ่น sarima-qr ปรับปรุงการคาดการณ์ความถูกต้อง 6.5 , 7.31 , โดย , 11.1 และภาพต่อ -centage จุดผ่านฤดูกาล na ไตได้ตัวแบบพยากรณ์ respec - มี . ในคอลัมน์ที่ 4 ของตาราง 5การปรับปรุงความถูกต้องในการพยากรณ์โดยแบบจำลองการพยากรณ์เปรียบเทียบต่างๆนำเสนอ mlpnn-1 และ - 2 จะเพิ่มค่าความแม่นยำและค่าพยากรณ์โดยการปรับปรุง2.25 คะแนนร้อยละกับรุ่น sarima ตามลำดับ รุ่นไฮบริด และ sarima-mlr - QRจะเพิ่มมูลค่า โดยการปรับปรุงการคาดการณ์ความถูกต้อง และ 3.06 คะแนนร้อยละ , กับmlpnn-2 ตามลำดับ จากการวิเคราะห์นี้จะได้รับ identi จึงเอ็ดที่ sarima-mlr และ sarima-qrแสดงดีกว่ามากกว่ารุ่นที่แต่ละอื่น ๆ