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:
采用主成分分析法筛选出显著的驱动因子,结合灰色关联分析将筛选出的驱动因子进行灰色聚类和优势分析。以用水量驱动因子为基础,利用 SPSS 建立多层感知器网络,利用矩阵实验室建立 GRNN 神经网络和 BP 神经网络。将诱导有序加权平均算子(IOWA)应用到水量预测模型中,构建基于 IOWA 算子的 MLP -GRNN -BP 组合用水量预测模型,最后建立由平方和误差(SSE)、均方误差(MSE)、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)、均方百分比误差(MSPE)和 Theil 系数(μ)组成的预测效果评价体系,评价预测模型的预测效果,最后以重庆市的用水量预测为例,验证以上方法的可行性。结果表明:经过主成分分析及灰色关联分析,可将用水量驱动因子由31个降为12个,12个驱动因子可综合为4个聚类,可确定4种用水量的各自驱动因子的重要性排序;BP,MLP,GRNN 和 MLP -GRNN -BP 组合模型预测结果的 MAPE, MSPE 和 Theil 系数均在5%以内。
推荐文章
基于生活用水量的预测模型及其应用
人口增长
生活用水
国内生产总值
预测
基于混沌理论的城市用水量预测研究
混沌
城市用水量
时间序列
神经网络
基于神经元网络模型的城市用水量预测
城市供水
用水量预测
人工神经元网络
BP算法
城市日用水量的自回归模型(AR)预测方法
自回归模型
预测
日用水量
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 基于用水量驱动因子的水量预测模型
来源期刊 排灌机械工程学报 学科 农学
关键词 用水量驱动因子 用水量预测 神经网络 IOWA 算子 主成分分析
年,卷(期) 2014,(12) 所属期刊栏目 水利水电工程
研究方向 页码范围 1051-1056
页数 6页 分类号 TU991.31|S277.9
字数 3769字 语种 中文
DOI 10.3969/j.issn.1674-8530.14.0089
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 王圃 重庆大学三峡库区生态环境教育部重点实验室 47 434 12.0 18.0
5 王颖 重庆大学三峡库区生态环境教育部重点实验室 33 123 6.0 10.0
9 王以知 重庆大学三峡库区生态环境教育部重点实验室 2 9 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (80)
共引文献  (162)
参考文献  (18)
节点文献
引证文献  (6)
同被引文献  (11)
二级引证文献  (3)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(3)
  • 参考文献(1)
  • 二级参考文献(2)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(6)
  • 参考文献(1)
  • 二级参考文献(5)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(7)
  • 参考文献(2)
  • 二级参考文献(5)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(12)
  • 参考文献(1)
  • 二级参考文献(11)
2008(10)
  • 参考文献(0)
  • 二级参考文献(10)
2009(7)
  • 参考文献(3)
  • 二级参考文献(4)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(5)
  • 参考文献(4)
  • 二级参考文献(1)
2012(6)
  • 参考文献(1)
  • 二级参考文献(5)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 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(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
用水量驱动因子
用水量预测
神经网络
IOWA 算子
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
排灌机械工程学报
月刊
1674-8530
32-1814/TH
大16开
江苏省镇江市梦溪园巷30号
28-82
1982
chi
出版文献量(篇)
3006
总下载数(次)
3
总被引数(次)
23385
论文1v1指导