河北工程大学学报（自然科学版）
河北工程大學學報（自然科學版）
하북공정대학학보（자연과학판）
JOURNAL OF HEBEI UNIVERSITY OF ENGINEERING(NATURAL SCIENCE EDITION)
2015年
1期
99-102,106
,共5页
GRNN%小生境粒子群算法%生活需水量%预测模型
GRNN%小生境粒子群算法%生活需水量%預測模型
GRNN%소생경입자군산법%생활수수량%예측모형
GRNN%niche particle swarm optimization%domestic water demand%prediction model
利用小生境粒子群算法(NPSO)的全局搜索能力,对GRNN的光滑因子进行优化,提高了广义回归神经网络(GRNN)的网络性能,建立了基于NPSO-GRNN的城市生活需水量预测模型.研究结果表明:利用该模型拟合和预测北京市1988-2012年生活需水量数据的平均相对误差绝对值分为别0.72％和0.36％,两者都比BP神经网络模型拟合预测的结果低;NPSO-GRNN模型能更好的拟合北京市城市生活需水量的变化趋势,预测精度更高,泛化能力更强.
利用小生境粒子群算法(NPSO)的全跼搜索能力,對GRNN的光滑因子進行優化,提高瞭廣義迴歸神經網絡(GRNN)的網絡性能,建立瞭基于NPSO-GRNN的城市生活需水量預測模型.研究結果錶明:利用該模型擬閤和預測北京市1988-2012年生活需水量數據的平均相對誤差絕對值分為彆0.72％和0.36％,兩者都比BP神經網絡模型擬閤預測的結果低;NPSO-GRNN模型能更好的擬閤北京市城市生活需水量的變化趨勢,預測精度更高,汎化能力更彊.
이용소생경입자군산법(NPSO)적전국수색능력,대GRNN적광활인자진행우화,제고료엄의회귀신경망락(GRNN)적망락성능,건립료기우NPSO-GRNN적성시생활수수량예측모형.연구결과표명:이용해모형의합화예측북경시1988-2012년생활수수량수거적평균상대오차절대치분위별0.72％화0.36％,량자도비BP신경망락모형의합예측적결과저;NPSO-GRNN모형능경호적의합북경시성시생활수수량적변화추세,예측정도경고,범화능력경강.
