RBF神经网络模型在山西省需水预测中的应用

• 作者: 刘俊萍 畅明琦
• 来源期刊: 人民黄河
• 学科: 工学
• 关键词: 径向基函数 神经网络 最近邻聚类算法 需水预测 RBF
• 年，卷（期）: 2007,（4）
• 所属期刊栏目: 水资源
• 页码范围: 27-29
• 页数: 3页
• 分类号: TV213.4
• 字数: 3286字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1379.2007.04.014

摘要

分析了山西省历年城镇生活、农村生活、工业和农业用水量,建立了RBF神经网络需水预测模型,采用最近邻聚类学习算法确定径向基函数的宽度、选取聚类中心和权值.预测结果表明:山西省1998～2000年总需水量预测的相对误差为2.74%、3.33%和1.41%;1999年工业需水预测相对误差最大,也仅为13.35%.RBF神经网络需水预测模型不仅运算速度快,而且预测精度也较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	畅明琦		23	335	11.0	17.0
2	刘俊萍	浙江工业大学建筑工程学院	58	447	12.0	18.0