基于主成分回归与灰色神经网络模型的水资源承载力需水量预测

被引:15
作者
章恒全 [1 ]
何薇 [2 ]
机构
[1] 河海大学商学院决策与规划研究所
[2] 河海大学商学院
关键词
水资源承载力; 主成分回归模型; 灰色神经网络模型; 需水量预测;
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
我国的水资源利用问题日趋严峻。作为影响水资源承载力的重要因素,社会经济活动对水资源的影响尤为明显。通过分析影响水资源承载力的社会经济驱动要素,建立主成分回归模型,分析得出影响江苏省水资源承载力变化的三个驱动力以及驱动力影响度,利用三个驱动力中的6个重要驱动因子,建立灰色神经网络预测模型,预测出江苏省2012-2013年的年需水量。结果表明:预测模型精度较高,最后结合江苏省发展现状提出相关的政策性建议。
引用
收藏
页码:103 / 108
页数:6
相关论文
共 13 条
[1]   改进BP神经网络在郑州市需水量预测中的应用 [J].
李莉会 ;
陆宝宏 ;
张杰 ;
常娜 ;
唐文涛 ;
刘蕊蕊 ;
许丹 ;
阮晓波 ;
翟梦恩 .
三峡大学学报(自然科学版), 2013, 35 (03) :26-30
[2]   基于因子分析的BP神经网络对成都市需水量的预测 [J].
冯琨 ;
张永丽 ;
戴沂伽 .
四川环境, 2011, 30 (02) :125-130
[3]   基于灰色理论和BP神经网络的房地产价格指数预测 [J].
孙爱荣 ;
程亚鹏 .
企业经济, 2010, (04) :124-126
[4]   安徽省消费需求影响因素的主成分回归分析 [J].
李毛侠 .
现代物业(中旬刊), 2010, 9 (02) :48-51
[5]   基于主成分分析的需水量预测模型研究 [J].
胡彩虹 ;
吴泽宁 ;
尹君 ;
刘迪 ;
和刚 ;
靳磊 .
数学的实践与认识, 2008, (21) :101-109
[6]   基于主成分分析与BP网络的房地产投资风险预测 [J].
张吉刚 .
咸宁学院学报, 2008, (03) :12-15
[7]   改进的灰色预测模型在城市年需水量预测中的应用 [J].
杨鹏 ;
陈金锥 .
水资源与水工程学报, 2007, (02) :80-82
[8]   和田绿洲蒸发能力预测的多因素GM(1,3)模型 [J].
张晓伟 ;
沈冰 ;
黄领梅 ;
宁力强 ;
莫淑红 .
沈阳农业大学学报, 2005, (03) :110-112
[9]  
灰色系统理论及其应用[M]. 科学出版社 , 刘思峰等著, 2010
[10]  
多元统计分析[M]. 中国人民大学出版社 , 何晓群, 2008