基于贝叶斯BP神经网络的区间需水预测方法

• 作者: 刘心 李文竹 郭强
• 来源期刊: 人民黄河
• 学科: 工学
• 关键词: 需水量预测 区间预测 贝叶斯准则 BP神经网络
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 水资源
• 页码范围: 76-80
• 页数: 5页
• 分类号: TV214.9
• 字数: 4456字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1379.2018.12.018

摘要

结合校园历史用水数据,采用贝叶斯BP神经网络区间预测方法,对校园用水量进行预测.首先运用贝叶斯准则对BP神经网络进行优化,之后对区间预测进行仿真并和传统的BP神经网络预测法进行比较,结果显示预测准确率为96.7％,多数预测值和实际用水量吻合,相对误差绝对值平均为1.6％,最大预测误差为4.2％,表明该方法不仅可以解决传统BP神经网络易陷入局部极小化和收敛速度慢的问题,而且能够有效预测出校园日用水量的波动范围,验证了预测方法的有效性和精确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李文竹	河北工程大学信息与电气工程学院	21	26	3.0	4.0
2	刘心	河北工程大学信息与电气工程学院	22	26	3.0	3.0
3	郭强	河北工程大学信息与电气工程学院	1	2	1.0	1.0