基于耦合主成分法的小波网络模型城市需水预测
기우우합주성분법적소파망락모형성시수수예측
Urban water demand prediction based on wavelet network coupled with principal components analysis
  • 万方数据
    人民长江 인민장강
    YANGTZE RIVER
    2010年 24期 32-34,40 ,共4页

    段凯%梅亚东%周研来%颜世杰

    단개%매아동%주연래%안세걸

    小波网络%主成分分析%改进 BP 算法%需水预测%上海 小波網絡%主成分分析%改進 BP 算法%需水預測%上海
    소파망락%주성분분석%개진 BP 산법%수수예측%상해
    为了尽可能准确预测城市未来的需水量,以上海市为例,对年用水量的9个相关因子进行主成分分析,得到两个综合因子.将两综合因子与用水量的历史数据一起作为输入项,建立一种小波网络模型,以1980～2005年的数据为训练样本,采用引入了附加动量项和自适应学习率的BP算法进行模型率定,并以2006～2008年的数据对模型进行了检验.结果表明:所建模型结构简洁,收敛速度与预测精度均较为理想,在城市需水预测中有着广阔的应用前景.而如何选择最佳隐层数和隐层节点数以及获得更快的收敛速度仍将是今后研究的重点问题
    위료진가능준학예측성시미래적수수량,이상해시위례,대년용수량적9개상관인자진행주성분분석,득도량개종합인자.장량종합인자여용수량적역사수거일기작위수입항,건립일충소파망락모형,이1980～2005년적수거위훈련양본,채용인입료부가동량항화자괄응학습솔적BP산법진행모형솔정,병이2006～2008년적수거대모형진행료검험.결과표명:소건모형결구간길,수렴속도여예측정도균교위이상,재성시수수예측중유착엄활적응용전경.이여하선택최가은층수화은층절점수이급획득경쾌적수렴속도잉장시금후연구적중점문제
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문