人民长江
人民長江
인민장강
YANGTZE RIVER
2008年
11期
34-35,48
,共3页
径向基函数%神经网络%需水预测%预测结果%山西大同
徑嚮基函數%神經網絡%需水預測%預測結果%山西大同
경향기함수%신경망락%수수예측%예측결과%산서대동
结合生活、工业、农业用水量的特点,分析用水量的影响因素,建立径向基函数(RBF)神经网络需水预测模型,采用最近邻聚类学习算法确定RBF网络的宽度、选取聚类中心和权值.以大同市为例,采用RBF神经网络需水预测模型预测大同市在3个年份的需水量,输入层有13个节点.为影响需水预测的13个因子,输出层为城镇生活需水、农村生活需水、工业需水和农业需水4个节点.网络经过学习得到隐含层的节点数为8,3个预测年份的需水总量的相对误差分别为-6.12%、3.05%和5.57%.预测结果表明RBF神经网络具有输出不依赖初始权值,收敛速度快的特点,需水预测模型有较好的预测效果.
結閤生活、工業、農業用水量的特點,分析用水量的影響因素,建立徑嚮基函數(RBF)神經網絡需水預測模型,採用最近鄰聚類學習算法確定RBF網絡的寬度、選取聚類中心和權值.以大同市為例,採用RBF神經網絡需水預測模型預測大同市在3箇年份的需水量,輸入層有13箇節點.為影響需水預測的13箇因子,輸齣層為城鎮生活需水、農村生活需水、工業需水和農業需水4箇節點.網絡經過學習得到隱含層的節點數為8,3箇預測年份的需水總量的相對誤差分彆為-6.12%、3.05%和5.57%.預測結果錶明RBF神經網絡具有輸齣不依賴初始權值,收斂速度快的特點,需水預測模型有較好的預測效果.
결합생활、공업、농업용수량적특점,분석용수량적영향인소,건립경향기함수(RBF)신경망락수수예측모형,채용최근린취류학습산법학정RBF망락적관도、선취취류중심화권치.이대동시위례,채용RBF신경망락수수예측모형예측대동시재3개년빈적수수량,수입층유13개절점.위영향수수예측적13개인자,수출층위성진생활수수、농촌생활수수、공업수수화농업수수4개절점.망락경과학습득도은함층적절점수위8,3개예측년빈적수수총량적상대오차분별위-6.12%、3.05%화5.57%.예측결과표명RBF신경망락구유수출불의뢰초시권치,수렴속도쾌적특점,수수예측모형유교호적예측효과.
