基于PSO-GRNN方法的城市用水量短期预测

• 作者: 刘力鹏 崔纪委 郄志红
• 来源期刊: 人民长江
• 学科: 工学
• 关键词: PSO-GRNN方法 泛化能力 城市用水量 预测模型
• 年，卷（期）: 2011,（21）
• 所属期刊栏目: 水文水资源
• 页码范围: 56-59,89
• 分类号: TU991.31
• 字数: 4254字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4179.2011.21.016

摘要

鉴于城市用水量短期预测中传统的神经网络训练易陷入局部极小点、收敛速度较慢等问题,采用具有全局随机优化思想的PSO算法对GRNN神经网络径向基函数的扩展速度进行优化,提出了城市用水量的PSO-GRNN神经网络预测方法.根据某市日用水量的实测数据进行建模和预测,通过与最小二乘模型、核估计模型、局部线性估计模型的模拟效果进行对比表明:PSO-GRNN网络具有较强的自适应能力和泛化能力,能够有效地提高用水量的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郄志红	河北农业大学城乡建设学院	69	363	12.0	16.0
2	刘力鹏		5	11	2.0	3.0
3	崔纪委	河北农业大学城乡建设学院	1	7	1.0	1.0