灰色神经网络最优权组合模型预测城市需水量

蒋绍阶; 江崇国

doi:10.11835/j.issn.1674-4764.2008.02.048

您当前的位置：

首页 >

文章列表页 >

灰色神经网络最优权组合模型预测城市需水量

更新时间：2023-11-28

- 灰色神经网络最优权组合模型预测城市需水量
- Urban Water Demand Forecasting by Combining Improved BP Neural Network and Grey Model with Optimum Weight
- 土木与环境工程学报（中英文） 2008年30卷第2期页码：113-115
- 作者机构：
  
  重庆大学城市建设与环境工程学院，重庆400045
- 作者简介：
- 基金信息：
- DOI：10.11835/j.issn.1674-4764.2008.02.048
  中图分类号：
- 纸质出版：2008
- 稿件说明：
移动端阅览
蒋绍阶, 江崇国. 灰色神经网络最优权组合模型预测城市需水量[J]. 土木与环境工程学报（中英文）, 2008,30(2):113-115.

JIANG Shaojie, JIANG Chongguo. Urban Water Demand Forecasting by Combining Improved BP Neural Network and Grey Model with Optimum Weight[J]. Journal of Civil and Environmental Engineering, 2008, 30(2): 113-115.
蒋绍阶, 江崇国. 灰色神经网络最优权组合模型预测城市需水量[J]. 土木与环境工程学报（中英文）, 2008,30(2):113-115. DOI： 10.11835/j.issn.1674-4764.2008.02.048.

JIANG Shaojie, JIANG Chongguo. Urban Water Demand Forecasting by Combining Improved BP Neural Network and Grey Model with Optimum Weight[J]. Journal of Civil and Environmental Engineering, 2008, 30(2): 113-115. DOI： 10.11835/j.issn.1674-4764.2008.02.048.

摘要

需水量预测是一个大量数据指标和影响因素共同作用的复杂系统。目前以单一的模型预测为主，而这种预测方法仅能体现该系统的局部。针对这一情况，利用灰色模型和改进BP神经网络，建立最优权组合模型预测城市需水量，使用Matlab进行实例计算，并与其他预测方法比较。结果表明，该模型有较高的预测精度，优于单个模型，预测效果更优于其他方法。

Abstract

Prediction of water demand is a complex system affected by a mass of data and influencing factors together. Nowadays

most of the forecasting methods are single model ones. They reflect only part of the system. In view of this situation

a combined model

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据