城市需水预测算法比较

• 作者: 李兴菊 王迎 聂红梅 赵建军
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 需水量预测 多重共线性 主成分回归模型 逐步回归模型 灰色模型 BP神经网络模型
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 算法与语言
• 页码范围: 69-73
• 页数: 5页
• 分类号: TP312
• 字数: 4552字
• 语种: 中文
• DOI: 10.11907/rjdk.191311

摘要

建立高精度水量预测算法模型,有利于水资源充分利用.以北京市2002-2015年需水量为例,对数据进行相关性分析后选出主要影响因素,然后采用主成分回归法、逐步回归法、灰色模型以及BP神经网络共4种方法进行建模,并用北京市2016年和2017年数据进行模型精度验证.结果表明:4种方法都适合用于城市需水量预测,其中主成分分析和逐步回归分析两种方法主要考虑了多元线性回归存在多重共线性,但是逐步回归模型优于主成分回归模型.将4种模型进行对比验证,BP神经网络模型预测精度最高,平均相对误差达到0.79％,用来预测2016-2017年需水量,预测结果分别为38.66亿m3、39.49亿m3,适合作为城市需水量预测方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵建军	昆明理工大学理学院	31	94	6.0	8.0
2	王迎	昆明理工大学理学院	7	9	2.0	2.0
3	李兴菊	昆明理工大学理学院	3	4	2.0	2.0
4	聂红梅	昆明理工大学理学院	3	4	2.0	2.0