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:
准确预测用水量可为水资源管理和规划提供科学依据.将基于集对分析的相似预测模型应用于用水量预测中,并对山东省2010-2014年的用水量进行了预测;将预测结果与GM(1,1)预测方法、BP神经网络预测方法以及集对分析聚类预测方法的预测结果进行了对比.结果表明:基于集对分析的相似预测方法的相对误差较小,预测精度较高,在用水量预测中具有一定的应用价值.
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
相关性分析-神经网络模型在宁夏用水量预测中的应用
相关性分析
多层感知器神经网络
耦合模型
用水量预测
宁夏回族自治区
灰色神经网络在城市用水量预测中的应用
城市用水量
灰色神经网络
粒子群优化算法
PSO-GNNM(1,N)算法
基于灰色预测和Elman神经网络的全国用水量预测
水资源
用水量预测
Elman神经网络
灰色预测
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 集对分析相似预测在用水量预测中的应用
来源期刊 华北水利水电大学学报(自然科学版) 学科 工学
关键词 用水量预测 相似预测 集对分析 山东省
年,卷(期) 2016,(6) 所属期刊栏目 水资源
研究方向 页码范围 67-71
页数 5页 分类号 TV213.4
字数 4099字 语种 中文
DOI 10.3969/j.issn.1002-5634.2016.06.012
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 金菊良 合肥工业大学土木与水利工程学院 289 7106 44.0 72.0
5 潘争伟 安徽新华学院土木与环境工程学院 20 107 7.0 9.0
9 罗月颖 安徽新华学院土木与环境工程学院 10 43 4.0 6.0
13 周戎星 安徽新华学院土木与环境工程学院 16 39 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (70)
共引文献  (97)
参考文献  (12)
节点文献
引证文献  (7)
同被引文献  (49)
二级引证文献  (33)
1994(3)
  • 参考文献(1)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(6)
  • 参考文献(1)
  • 二级参考文献(5)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
2014(7)
  • 参考文献(2)
  • 二级参考文献(5)
2015(3)
  • 参考文献(2)
  • 二级参考文献(1)
2016(7)
  • 参考文献(2)
  • 二级参考文献(5)
2018(5)
  • 参考文献(0)
  • 二级参考文献(5)
2019(4)
  • 参考文献(0)
  • 二级参考文献(4)
2020(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(7)
  • 参考文献(2)
  • 二级参考文献(5)
  • 引证文献(0)
  • 二级引证文献(0)
2018(8)
  • 引证文献(4)
  • 二级引证文献(4)
2019(22)
  • 引证文献(3)
  • 二级引证文献(19)
2020(10)
  • 引证文献(0)
  • 二级引证文献(10)
研究主题发展历程
节点文献
用水量预测
相似预测
集对分析
山东省
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
华北水利水电大学学报(自然科学版)
双月刊
1002-5634
41-1432/TV
大16开
河南省郑州市北环路36号
1980
chi
出版文献量(篇)
2984
总下载数(次)
4
总被引数(次)
15869
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导