改进BP神经网络在郑州市需水量预测中的应用

被引:2
作者
李莉会
陆宝宏
张杰
常娜
唐文涛
刘蕊蕊
许丹
阮晓波
翟梦恩
机构
[1] 河海大学水文水资源学院
关键词
需水量; 预测; 改进BP神经网络; BP神经网络;
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
082802 ;
摘要
水资源供需矛盾日益突出,需水量预测已成为广泛关注的焦点.需水量预测可以为"三条红线"的实施提供依据,以强化水资源管理和节水监督管理,缓解水资源供需矛盾.基于BP神经网络模型,采用自适应调整的算法,改进了BP神经网络模型中学习率的求解方法,并将其应用到郑州市经济社会需水量预测中,预测了2012年和2015年经济社会需水量,分别为14.41亿m3和14.84亿m3;通过与BP神经网络模型、主成分回归分析结果对比,发现改进后的BP神经网络模型根据迭代误差自动调整学习率,求解速度和计算结果精度明显提高,适用于郑州市需水量预测.
引用
收藏
页码:26 / 30
页数:5
相关论文
共 13 条
[1]  
神经网络实用教程.[M].张良均等; 编著.机械工业出版社.2008,
[2]   基于BP模型的延河流域社会经济需水预测 [J].
王丽霞 ;
任志远 ;
孔金玲 .
干旱区资源与环境 , 2011, (04) :106-110
[3]   主成分回归的SPSS实现 [J].
郭呈全 ;
陈希镇 .
统计与决策, 2011, (05) :157-159
[4]   基于主成分分析的BP神经网络及其在需水预测中的应用 [J].
龙训建 ;
钱鞠 ;
梁川 .
成都理工大学学报(自然科学版), 2010, 37 (02) :206-210
[5]   基于主成分回归的阿克苏市城市需水量预测 [J].
邱红霞 .
地下水, 2010, 32 (02) :97-99
[6]   需水预测方法及存在问题研究 [J].
王海锋 ;
贺骥 ;
庞靖鹏 ;
张旺 .
水利发展研究, 2009, 9 (03) :19-22+24
[7]   基于遗传神经网络的城市用水量预测研究 [J].
乔维德 .
水科学与工程技术, 2007, (03) :1-3
[8]   水资源需求预测的研究现状及发展趋势 [J].
贺丽媛 ;
夏军 ;
张利平 .
长江科学院院报, 2007, (01) :61-64
[9]   基于组合预测方法的海河流域生活用水量研究 [J].
王晓玲 ;
孙月峰 ;
梅传书 ;
李松敏 .
天津大学学报, 2006, (06) :745-750
[10]   城市需水预测方法研究 [J].
魏雪梅 ;
张世英 .
河北工业大学学报, 2003, (06) :75-79