基于主成分分析的BP神经网络及其在需水预测中的应用

被引：39

作者：

龙训建 ^{[1
,2
]}

钱鞠 ^{[3
]}

梁川 ^{[1
]}

机构：

[1] 四川大学水电学院

[2] 重庆水电职业技术学院

[3] 兰州大学资源环境学院

来源：

成都理工大学学报(自然科学版) | 2010年 / 37卷 / 02期

关键词：

需水预测; 主成分分析法; BP神经网络;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; TV211.1 [水资源调查];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 081501 ;

摘要：

以甘肃省瓜州县为例,利用1988～2007年的总需水量数据,采用主成分分析法对影响水资源需求量的7个因子进行主要影响因子分析,根据确定的主要影响因子构造BP神经网络的输入样本,从而进行不同水平的年总需水量预测。结果表明:国内生产总值、工业总产值、农业总产值和大牲口数4个因子为影响研究区需水量的主要因子,将此作为主要因子构造BP神经网络的输入样本,确定网络输入节点数,建立瓜州县总需水量预测模型。模拟计算结果表明,基于主成分分析的BP神经网络模型取,预测结果的绝对误差小于±0.05×109m3。

引用

页码：206 / 210

页数：5

共 14 条

[1] 水资源合理配置研究历程与进展 [J].