等维新息径向基神经网络模型在需水预测中的应用
文件大小:0.22MB
格式:pdf
发布时间:2013-09-25
浏览次数:次
【中文关键词】 | 城市需水量 预测 动态等维新息径向基 神经网络模型   |
【摘要】 | 针对现有需水预测模型进行多周期预测时存在误差随预测周期延长而累积、抗随机因素干扰能力不足等问题, 提出动态等维新息径向基神经网络模型, 采用聚类方法进行网络学习, 并将其应用于东莞市年需水量预测中。 |
【部分正文预览】 | 随着人口的增加和经济社会的发展, 人类社会对水资源的需求不仅在数量上日渐增加, 而且在质量上渐趋严格。由于天然水资源时空分布不均、自然条件的变迁和人类活动对水资源的破坏及污染,水资源短缺、水灾害加剧、生态环境恶化等问题日趋严重, 水资源供需矛盾更加突出, 科学配置和严格管理水资源势在必行。需水预测是水资源配置和管理的基础, 因此进行合理、有效、精确的需水预测就显得尤为重要。一般采用单周期( 或单步) 预测与多周期( 或多步) 预测描述有效预测周期的长短。如果根据建立的预测模型对即将发生的未来一个时段的需水量进行预测即为单周期预测; 同理对未来多个时段的需水量进行预测即为多周期预测。目前国内外应用于需水预测研究的模型和方法很多, 但是对于资源规划而言, 规划期一般都达到几年甚至几十年,这就需要从各种模型和方法中选择合适的多周期预测模型。然而一般来说, 随着预测周期的增加, 前几个预测周期的误差会累积并在下一个预测周期放大,因此寻求合适的多周期预测模型有着重要的现实意义。 |
|
暂无评论信息 |
|