- 摘要 | |
- 访问统计 | |
- 相似文献 [20] |
- 引证文献 | |
- 文章评论
需水量预测是一个大量数据指标和影响因素共同作用的复杂系统。目前以单一的模型预测为主，而这种预测方法仅能体现该系统的局部。针对这一情况，利用灰色模型和改进BP神经网络，建立最优权组合模型预测城市需水量，使用Matlab进行实例计算，并与其他预测方法比较。结果表明，该模型有较高的预测精度，优于单个模型，预测效果更优于其他方法。
Prediction of water demand is a complex system affected by a mass of data and influencing factors together. Nowadays, most of the forecasting methods are single model ones. They reflect only part of the system. In view of this situation, a combined model
引用本文
蒋绍阶,江崇国.灰色神经网络最优权组合模型预测城市需水量[J].土木与环境工程学报（中英文）,2008,30(2):113-115. JIANG Shaojie, JIANG Chongguo. Urban Water Demand Forecasting by Combining Improved BP Neural Network and Grey Model with Optimum Weight[J]. JOURNAL OF CIVIL AND ENVIRONMENTAL ENGINEERING,2008,30(2):113-115.10.11835/j. issn.1674-4764.2008.02.048
复制
文章指标
- 点击次数:1376
- 下载次数: 43
- HTML阅读次数: 0
历史
文章二维码
