基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
可靠的城市供水量预测,是区域水资源科学管理与优化配置的重要基础.为客观预测城市供水量变化趋势,本文采用主成分分析法(PCA)进行主要影响因子分析,根据确定的主要影响因子构造BP神经网络的输入样本,从而进行不同水平年的供水预测.以抚顺市供水量为工程背景构筑预测模型,模拟检验精度较高,可用于抚顺市的供水预测,并为抚顺市水资源的优化配置提供了科学依据.
推荐文章
基于GA-BP神经网络的城市用水量预测
城市用水
用水量预测
BP神经网络
预测建模
网络训练
仿真分析
基于MATLAB的改进BP神经网络在城市日用水量预测中的应用
需水量预测
BP
MATLAB
神经网络工具箱
基于BP神经网络的城市交通流预测研究
非线性
BP神经网络
交通流预测
人工智能
基于PCA-PSO-BP神经网络的管道剩余强度评价
管道剩余强度
PCA-PSO-BP神经网络
影响因素
平均绝对误差
预测结果
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于PCA的BP神经网络在城市供水预测中的应用
来源期刊 山东农业大学学报(自然科学版) 学科 工学
关键词 供水预测 BP神经网络 主成分分析
年,卷(期) 2013,(2) 所属期刊栏目
研究方向 页码范围 266-270
页数 5页 分类号 TV214|TP183
字数 3015字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 肖汉 8 21 2.0 4.0
2 曹军 6 32 2.0 5.0
3 李凌霄 7 34 2.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (28)
共引文献  (48)
参考文献  (4)
节点文献
引证文献  (7)
同被引文献  (22)
二级引证文献  (9)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(2)
  • 二级参考文献(1)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
供水预测
BP神经网络
主成分分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
山东农业大学学报(自然科学版)
双月刊
1000-2324
37-1132/S
大16开
山东泰安市岱宗大街61号农业大学学报编辑部
1955
chi
出版文献量(篇)
3505
总下载数(次)
10
总被引数(次)
29464
论文1v1指导