基于主成分分析的GA-BP模型在城市需水预测中的应用

• 作者: 叶根苗 周华 李晓英 苏志伟 蔡晨凯 贾晓菲
• 来源期刊: 南水北调与水利科技
• 学科: 工学
• 关键词: 主成分分析 BP神经网络 遗传算法 GA-BP模型 需水预测
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 水文水资源
• 页码范围: 39-44
• 页数: 6页
• 分类号: TV211
• 字数: 7374字
• 语种: 中文
• DOI: 10.13476/j.cnki.nsbdqk.2017.06.006

摘要

针对城市需水预测模型中需水量影响因子多、影响因子之间普遍存在多重共线问题,以及BP神经网络收敛速度慢、易陷入局部最优等缺点,提出一种由主成分分析、遗传算法及BP神经网络三者相结合的改进预测模型.以泰州市为实例,建立以主成分分析筛选需水量主要影响因子,遗传算法优化BP网络连接权值和阈值的需水预测模型,预测结果与BP神经网络预测模型预测结果做对比.结果表明:改进预测模型对泰州市2003-2014年需水量预测的平均相对误差为0.564％,最大相对误差为1.681％,精度优于BP神经网络预测模型;改进预测模型预测值与实际泰州市需水量吻合良好且训练速度更快、预测精度更高,可作为需水预测的一种有效方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李晓英	河海大学水利水电学院	35	466	6.0	21.0
2	周华		4	7	1.0	2.0
3	苏志伟	河海大学水利水电学院	7	22	3.0	4.0
4	蔡晨凯	河海大学水利水电学院	5	13	2.0	3.0
5	叶根苗	河海大学水利水电学院	4	15	3.0	3.0
6	贾晓菲		1	6	1.0	1.0