城市生活需水量預測中智能算法的應用研究 |
文件大小：0.61MB格式：pdf發布時間：2014-11-03瀏覽次數：次
| 【中文關鍵詞】 | 生活需水量預測模型 智能算法 |
| 【摘要】 | 在分析城市用水特點、篩選相關影響因素的基礎上建立城市生活需水量預測模型，并研究了模型求解過程中智能算法的應用。 |
| 【部分正文預覽】 | 近年來國內外眾多學者對需水量預測進行了大量研究和探討［1，2］，其中以反向傳播( BP) 神經網絡為代表的算法得到了廣泛使用，但該算法易陷入局部極小值而影響收斂速度和可靠性，給應用帶來一定的局限。粒子群優化( PSO) 算法是當前研究的一個熱點［3］，使用該算法優化BP 神經網絡的連接權值和閾值參數，可彌補BP 網絡在初始參數選擇上的缺陷。 在城市用水需求中，城市綜合生活需水量是其中一個重要組成部分。筆者通過分析城市綜合生活需水量的影響因素，建立了綜合生活需水量神經網絡預測模型，并將PSO 算法應用于BP 神經網絡初始權值和閾值優化，采用PSO － BP 算法求解模型，獲得了較為可靠的預測結果。 |
|
|||||||||||||||
|
|
|||||||||||||||
|
|||||||||||||||
|
【打印本頁】 |
|||||||||||||||
