区域工业用水量非线性预测模型的优选

摘要：

针对BP神经网络在确定输入因子时的任意性,将相关性分析引入BP神经网络输入因子的选取中,通过计算输入因子和输出因子之间的相关系数,并根据相关程度来确定输入因子,同时利用遗传算法优化BP神经网络的权值和阈值的方法,建立了改进BP神经网络模型.将该模型应用于永定河山区工业用水量预测中,通过和传统非线性回归法进行比较,结果表明改进BP神经网络拟合和预测精度均较高.改进BP神经网络法的平均相对误差达到1.41%,预测的2010年和2030年工业用水量将分别达到3.63×108 m3和4.46×108 m3.预测结果可为水资源规划和管理提供依据.

关键词：工业用水量、预测、改进BP神经网络、非线性、优选模型

所属期刊栏目：39

分类号：TU991.31(地下建筑)

资助基金：天津市自然科学基金043605611

在线出版日期：2007-01-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1399-1404