粒子群优化算法在城市需水量预测中的应用

被引：21

作者：

岳琳 ^{[1
]}

张宏伟 ^{[1
]}

王亮 ^{[2
]}

机构：

[1] 天津大学环境科学与工程学院

[2] 天津工业大学材料科学与化工学院

来源：

天津大学学报 | 2007年 / 06期

关键词：

城市需水量; 粒子群优化算法; 人工神经网络; 预测模型;

D O I：

暂无

中图分类号：

TU991.31 [用水量];

学科分类号：

摘要：

在对天津市需水量现状进行调查的基础上,分析需水量与相关因素的变化规律,建立天津市需水量预测模型.应用粒子群优化算法(PSO)对神经网络权值进行优化,建立PSO-BP神经网络,应用于需水量预测模型的求解.将PSO-BP法与传统的BP神经网络法的计算结果进行对比,前者的预测平均相对误差比后者低500/.结果证明,该预测模型能够较好地拟合天津市需水量变化趋势,PSO-BP方法比BP方法具有更高的收敛速度和精度.

引用

页码：742 / 746

页数：5

共 3 条

[1] 基于粒子群优化算法的BP网络模型在径流预测中的应用 [J].