基于RBF神经网络的山西省工业取水量预测

被引：4

作者：

邵磊 ^{[1
]}

周孝德 ^{[1
]}

杨方廷 ^{[2
]}

蔺颖 ^{[1
]}

机构：

[1] 西安理工大学水利水电学院

[2] 系统仿真技术应用国家工程研究中心

来源：

人民黄河 | 2010年 / 32卷 / 03期

关键词：

神经网络; RBF; 最近邻聚类算法; 工业取水量; 山西省;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

在分析山西省规模以上工业取水量主要影响因素基础上,利用RBF神经网络,建立了规模以上工业取水量预测模型,采用最近邻聚类学习算法确定径向基函数的宽度、选取聚类中心和权值。先用数年实际取水量数据训练网络,然后用训练好的网络模型预测取水量。结果表明:RBF神经网络结构自适应确定、训练不依赖初始权值、速度快、精度高、结果可靠。

引用

收藏

页码：53 / 54+59 +59

页数：3

相关论文

共 10 条

[1] 基于RBF神经网络的农业需水量预测 [J].

李飞 ;

罗明文 ;

张运鑫 ;

于兴杰 ;

张泽中 .

人民黄河, 2008, (08) :62-63+66

[2] 基于神经网络的预测模型的比较研究 [J].

刘旭 ;

于国祥 ;

沈西挺 .

河北省科学院学报, 2007, (04) :7-12

[3] 径向基函数神经网络需水预测研究 [J].

刘俊萍 ;

畅明琦 .

水文, 2007, (05) :12-15+11

[4] 基于径向基函数神经网络的预测方法研究 [J].

丁涛 ;

周惠成 .

哈尔滨工业大学学报, 2005, (02) :272-275

[5] 改进RBF神经网络在地下水动态预报中的应用 [J].

邱林 ;

胡庆和 ;

冯丽云 ;

王华 .

华北水利水电学院学报, 2004, (02) :1-3+31

[6] 一种新颖的径向基函数(RBF)网络学习算法 [J].

孙健 ;

申瑞民 ;

韩鹏 .

计算机学报, 2003, (11) :1562-1567

[7] RBF网络基函数中心选取算法的研究 [J].

朱明星 ;

张德龙 .

安徽大学学报(自然科学版), 2000, (01) :72-78

[8]

MATLAB神经网络应用设计.[M].张德丰等; 编著.机械工业出版社.2009,

[9]

山西省水资源评价.[M].范堆相主编;.中国水利水电出版社.2005,

[10] INTERPOLATION OF SCATTERED DATA - DISTANCE MATRICES AND CONDITIONALLY POSITIVE DEFINITE FUNCTIONS [J].

MICCHELLI, CA .

CONSTRUCTIVE APPROXIMATION, 1986, 2 (01) :11-22