基于用水量驱动因子的水量预测模型

• 作者: 张晋 王以知 王圃 王颖
• 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
• 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

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。

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