原文服务方: 江西科学       
摘要:
为解决我国存在的水资源问题,考察各省份的用水状况.从生活、农业、工业和生态4个方面进行全面分析,对各省份2020年的用水量进行预测.采用GM(1,1)模型预测所有用水量影响指标,并使用Elman神经网络拟合了指标与各省份年用水量的映射关系.通过数据检验,可见基于GM(1,1)模型和Elman神经网络的用水量预测模型误差很小.最后,预测结果与国务院发布的水资源"三条红线"中2020年的用水量控制红线进行比较,结果表明:黑龙江、江苏、江西、广西、甘肃、宁夏和新疆7个地区在2020年的用水量预测值超过国家要求.
推荐文章
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GA-BP神经网络的城市用水量预测
城市用水
用水量预测
BP神经网络
预测建模
网络训练
仿真分析
基于MATLAB的改进BP神经网络在城市日用水量预测中的应用
需水量预测
BP
MATLAB
神经网络工具箱
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 基于灰色预测和Elman神经网络的全国用水量预测
来源期刊 江西科学 学科
关键词 水资源 用水量预测 Elman神经网络 灰色预测
年,卷(期) 2018,(6) 所属期刊栏目 数理科学
研究方向 页码范围 961-967
页数 7页 分类号 X22
字数 语种 中文
DOI 10.13990/j.issn1001-3679.2018.06.012
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 温立书 沈阳航空航天大学理学院 7 5 2.0 2.0
2 陈嘉彤 沈阳航空航天大学航空发动机学院 1 2 1.0 1.0
3 谭雅心 沈阳航空航天大学电子信息工程学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (132)
共引文献  (52)
参考文献  (13)
节点文献
引证文献  (2)
同被引文献  (16)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(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(3)
  • 参考文献(0)
  • 二级参考文献(3)
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(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(9)
  • 参考文献(0)
  • 二级参考文献(9)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(8)
  • 参考文献(0)
  • 二级参考文献(8)
2011(11)
  • 参考文献(0)
  • 二级参考文献(11)
2012(14)
  • 参考文献(0)
  • 二级参考文献(14)
2013(8)
  • 参考文献(1)
  • 二级参考文献(7)
2014(13)
  • 参考文献(0)
  • 二级参考文献(13)
2015(11)
  • 参考文献(3)
  • 二级参考文献(8)
2016(11)
  • 参考文献(4)
  • 二级参考文献(7)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(6)
  • 参考文献(3)
  • 二级参考文献(3)
2019(3)
  • 参考文献(0)
  • 二级参考文献(3)
2020(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(6)
  • 参考文献(3)
  • 二级参考文献(3)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
水资源
用水量预测
Elman神经网络
灰色预测
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
江西科学
双月刊
1001-3679
36-1093/N
大16开
1983-01-01
chi
出版文献量(篇)
4032
总下载数(次)
0
总被引数(次)
17843
论文1v1指导