1. 河海大学水利水电学院
2. 河海大学河长制研究与培训中心
纸质出版:2024
移动端阅览
杨登元, 鞠茂森, 唐德善. 基于改进PCA-BP神经网络模型的海宁市需水预测[J]. 水电能源科学, 2024,(5):68-71+79.
杨登元, 鞠茂森, 唐德善. 基于改进PCA-BP神经网络模型的海宁市需水预测[J]. 2024, (5): 68-71+79.
杨登元, 鞠茂森, 唐德善. 基于改进PCA-BP神经网络模型的海宁市需水预测[J]. 水电能源科学, 2024,(5):68-71+79. DOI: 10.20040/j.cnki.1000-7709.2024.20232119.
杨登元, 鞠茂森, 唐德善. 基于改进PCA-BP神经网络模型的海宁市需水预测[J]. 2024, (5): 68-71+79. DOI: 10.20040/j.cnki.1000-7709.2024.20232119.
需水预测是地区水资源规划中的重要部分,对于实现水资源合理有序开发,保障社会经济的可持续发展有重要的指导意义。采用改进PCA-BP神经网络模型对影响需水量的9个影响因子进行降维处理,并分别以海宁市2001~2014、2015~2020年数据作为训练样本和检验样本完成模型训练,其中,综合灰色预测模型GM(1
1)对降维后的影响因子独立预测,从而预测海宁市规划年需水量,并与传统定额法的需水预测结果进行对比分析。结果表明,人口、GDP、居民生活用水量、城镇公共用水量为影响海宁市需水量的主要因子;通过构建改进PCA-BP神经网络模型得到的2025、2030、2035年需水结果,比传统定额法更为真实、合理,进一步证实了预测模型的合理性,可为海宁市未来水资源规划提供指导。
陈永政.灰狼优化算法在城市需水预测模型中的应用[J].人民黄河,2023(02).
刘鑫,桑学锋,常家轩,李子恒.基于聚类分析的滑动时均序列需水预测优化方法[J].中国农村水利水电,2021(09).
吴泽宁,张海君,王慧亮.基于不同预测方法组合的郑州市工业需水量评价[J].水电能源科学,2020(03).
张琼楠,张龙.改进的灰色GM(1,1)模型在农业需水预测中的应用[J].三峡大学学报(自然科学版),2013(06).
0
浏览量
571
下载量
CSCD
关联资源
相关文章
相关作者
相关机构