基于GA-BP神经网络与LSSVM支持向量机的日用水量组合预测模型

• 作者: 袁伟 陈晓东
• 来源期刊: 水电能源科学
• 学科: 工学
• 关键词: 神经网络 支持向量机 置信概率 组合预测模型 日用水量
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 水文水资源与环境
• 页码范围: 33-37
• 页数: 5页
• 分类号: TU991.31
• 语种: 中文

摘要

影响城市日用水量的因素众多,供水部门由于缺乏有效的日用水量预测模型,造成了调度过程中严重的水电等资源浪费现象.针对日用水量变化的趋势性和周期性特点,提出了基于GA-BP神经网络与LSSVM支持向量机的组合预测模型,即选择不同影响因素分别输入到两个子模型,可达到最优效果.在对两个子模型的训练过程中,同时获得预测结果的置信概率,利用置信概率结合两子模型的预测结果,建立组合预测模型,并与传统组合模型进行了对比分析.在上海市某区域自来水公司的应用表明,与单项预测模型、传统线性和非线性组合模型相比,该组合模型具有更高的精度和泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈晓东	中国科学院上海高等研究院	43	350	10.0	18.0
2	袁伟	中国科学院上海高等研究院	21	94	6.0	9.0