基于随机森林模型的需水预测模型及其应用

• 作者: 孙银凤 季妤 张巍 张瀚文 王盼 陆宝宏
• 来源期刊: 水资源保护
• 学科: 地球科学
• 关键词: 需水预测 随机森林模型 神经网络模型 解释变量 OOB交叉验证
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 科学研究
• 页码范围: 34-37,89
• 页数: 5页
• 分类号: P333.9
• 字数: 3780字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-6933.2014.01.007

摘要

为解决需水预测模型精度问题,尝试基于随机森林模型的分类和回归功能构建需水预测模型.以苏州市需水量预测为研究实例,首先应用随机森林模型的分类功能将需水预测因子分类,经计算发现第一产业比例、人口、灌溉面积、万元产值用水量和国民经济生产总值为最重要的解释变量.在此基础上,用随机森林模型的回归功能对需水进行预测,同时采用相同的训练数据建立基于BP神经网络和RBF神经网络的需水预测模型,通过对比3个模型的预测结果,发现随机森林模型能有效预测需水量,且精度较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆宝宏	河海大学水文水资源学院	56	468	12.0	18.0
2	季妤	河海大学水文水资源学院	2	57	2.0	2.0
3	张巍	河海大学水文水资源学院	4	64	3.0	4.0
4	张瀚文	河海大学水文水资源学院	3	46	2.0	3.0
5	王盼	河海大学水文水资源学院	3	44	1.0	3.0
6	孙银凤	河海大学水文水资源学院	2	69	2.0	2.0