首页|灰色关联分析和BP神经网络组合预测模型在区域需水量预测中的应用

灰色关联分析和BP神经网络组合预测模型在区域需水量预测中的应用

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
区域需水量预测是水资源规划与管理的重要基础.传统的回归预测、灰色预测等方法在区域需水量预测中存在需要大样本量和建模复杂等问题,本文通过灰色关联分析法,设置灰色关联度阈值确定需水量主要影响因子,将其和实际需水量作为BP神经网络的输入和输出,建立灰色关联分析和BP神经网络组合预测模型.以江西省为例,利用2004年-2014年需水量数据对模型进行训练和检验;将模型预测结果与GM(1,1)预测模型和时间序列模型计算结果进行对比发现:灰色关联分析和BP神经网络组合预测模型的平均相对误差仅为0.54%,远低于GM(1,1)预测模型的2.98%和时间序列模型的2.53%,表明该组合预测模型预测精度高,并预测江西省未来需水量.

汪志强、黄晶、康晋乐

展开 >

河海大学水文水资源与水利工程科学国家重点实验室,江苏 南京 211100

河海大学管理科学研究所,江苏 南京 211100

区域需水量 灰色关联分析 BP神经网络 预测

国家自然科学基金国家自然科学基金江苏省研究生培养创新工程项目

7143300371601070

2017

科技展望
宁夏科技信息研究所

科技展望

ISSN：1672-8289
年,卷(期)：2017.27(12)
  • 2
  • 23