RBF神经网络模型在山西省需水预测中的应用 |
| |
作者姓名: | 刘俊萍 畅明琦 |
| |
作者单位: | 浙江工业大学,建筑工程学院,浙江,杭州,310014;山西省水资源研究所,山西,太原,030001 |
| |
基金项目: | 国家重点基础研究发展计划(973计划) |
| |
摘 要: | 分析了山西省历年城镇生活、农村生活、工业和农业用水量,建立了RBF神经网络需水预测模型,采用最近邻聚类学习算法确定径向基函数的宽度、选取聚类中心和权值。预测结果表明:山西省1998-2000年总需水量预测的相对误差为2.74%、3.33%和1.41%;1999年工业需水预测相对误差最大,也仅为13.35%。RBF神经网络需水预测模型不仅运算速度快,而且预测精度也较高。
|
关 键 词: | 径向基函数 神经网络 最近邻聚类算法 需水预测 RBF |
文章编号: | 1000-1379(2007)04-0027-03 |
收稿时间: | 2006-11-16 |
修稿时间: | 2006-11-16 |
本文献已被 CNKI 维普 万方数据 等数据库收录! |
|