基于T-S模型的模糊神经网络城市需水量预测方法研究

被引：30

作者：

孙月峰 ^{[1
]}

闫雅飞 ^{[1
]}

张表志 ^{[2
,3
]}

刘少博 ^{[1
]}

机构：

[1] 天津工业大学管理学院

[2] 中国地质大学(武汉)工程学院

[3] 交通运输部公路科学研究院

来源：

安全与环境学报 | 2013年 / 13卷 / 02期

关键词：

水文学; 模糊理论; BP神经网络; 需水量预测; 模型;

D O I：

暂无

中图分类号：

TV213.4 [水利资源的管理、保护与改造];

学科分类号：

090303 [农业农村环境保护与治理（农业环境保护）];

摘要：

针对需水量预测的非线性、随机性和模糊性等特点,引入模糊系统理论,建立了基于T-S模型的模糊神经网络需水量预测模型。该模型将模糊系统良好的模糊知识表达能力与神经网络强大的自学习和自适应能力有机结合,具有逼近最优、收敛速度快、训练时间短等优点。应用该模型预测了天津市2015年的需水量。结果表明,采用基于T-S模型的模糊神经网络方法进行需水量预测的拟合与预测平均相对误差分别为3.39%和2.67%。将该模型与BP神经网络和非线性回归方法的预测结果进行对比分析,该模型的拟合与预测精度最高。

引用

页码：136 / 139

页数：4

共 14 条

[1]

MATLAB神经网络应用设计.[M].傅荟璇; 等编著.机械工业出版社.2010,

[2]

基于耦合逐步回归的PLS模型城市用水量预测 [J].