RBF神经网络模型在山西省需水预测中的应用
刘俊萍[1] 畅明琦[2]
[1]浙江工业大学建筑工程学院,浙江杭州310014 [2]山西省水资源研究所,山西太原030001
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。 (共3页)
学科分类:
TV213.4[工业技术 > 水利工程 > 水资源调查与水利规划 > 水资源开发 > 水利资源的管理、保护与改造]
相关期刊
关注本文的人:
看过本文的人还看过:
cqvip.com