基于RBF神经网络的山西省工业取水量预测

• 作者: 周孝德 杨方廷 蔺颖 邵磊
• 来源期刊: 人民黄河
• 学科: 工学
• 关键词: 神经网络 RBF 最近邻聚类算法 工业取水量 山西省
• 年，卷（期）: 2010,（3）
• 所属期刊栏目: 水资源
• 页码范围: 53-54,59
• 页数: 3页
• 分类号: TV213.4
• 字数: 2501字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1379.2010.03.024

摘要

在分析山西省规模以上工业取水量主要影响因素基础上,利用RBF神经网络,建立了规模以上工业取水量预测模型,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.先用数年实际取水量数据训练网络,然后用训练好的网络模型预测取水量.结果表明:RBF神经网络结构自适应确定、训练不依赖初始权值、速度快、精度高、结果可靠.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周孝德	西安理工大学水利水电学院	169	2996	28.0	48.0
2	邵磊	西安理工大学水利水电学院	10	91	4.0	9.0
3	蔺颖	西安理工大学水利水电学院	3	12	2.0	3.0
4	杨方廷		11	102	5.0	10.0