基于深度信念网络的建筑物用水流量预测

• 作者: 姚腾辉 李峰
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 无负压供水 建筑用水流量预测 深度信念网络 受限玻尔兹曼机
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 人工智能
• 页码范围: 36-40
• 页数: 5页
• 分类号: TP301
• 字数: 4364字
• 语种: 中文
• DOI: 10.11907/rjdk.181254

摘要

随着高层建筑的普及,无负压供水已成为一种重要的二次供水形态,而建筑物用水流量预测是水泵选型的重要依据.提出一种基于深度信念网络的建筑用水流量预测方法.综合利用环境 、房价 、水价等因素对建筑的低谷流量 、普遍流量和峰值流量进行预测,进而为水泵选型提供数据支持.通过与BP神经网络方法进行对比实验,结果表明基于DBN的建筑用水流量预测方法可以较好地预测流量,优于BP神经网络的预测结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李峰	江苏大学计算机科学与通信工程学院	85	625	13.0	21.0
2	姚腾辉	江苏大学计算机科学与通信工程学院	1	3	1.0	1.0