基于灰色RBF組合模型的城市用水量預測 |
文件大小：0.23MB格式：pdf發布時間：2013-05-08瀏覽次數：次
| 【中文關鍵詞】 | 灰色預測 RBF神經網絡 組合模型 用水量預測 |
| 【摘要】 | 為解決城市用水量預測中單一方法預測精度不高的問題,建立了灰色徑向基(RBF)神經網絡組合模型。對比實驗結果表明,灰色GM(1,1)模型、RBF神經網絡模型和灰色RBF神經網絡組合模型的平均相對誤差分別為2.122 2%,1.256 2%和0.682 1%。與灰色GM(1,1)模型和RBF神經網絡相比,灰色RBF神經網絡組合模型充分發揮了灰色系統的貧乏數據建模和RBF神經網絡的高度非線性映射能力的雙重優勢,具有較高的預測精度,更適合用于城市用水量預測。 |
| 【部分正文預覽】 | 為解決城市用水量預測中單一方法預測精度不高的問題,建立了灰色徑向基(RBF)神經網絡組合模型。對比實驗結果表明,灰色GM(1,1)模型、RBF神經網絡模型和灰色RBF神經網絡組合模型的平均相對誤差分別為2.122 2%,1.256 2%和0.682 1%。與灰色GM(1,1)模型和RBF神經網絡相比,灰色RBF神經網絡組合模型充分發揮了灰色系統的貧乏數據建模和RBF神經網絡的高度非線性映射能力的雙重優勢,具有較高的預測精度,更適合用于城市用水量預測。 |
|
|||||||||||||||
|
|||||||||||||||
|
|
|||||||||||||||
|
|||||||||||||||
|
【打印本頁】 |
|||||||||||||||
