基于GA-BP神经网络的城市用水量预测

• 作者: 吕茜彤 武风波 赵盼
• 来源期刊: 现代电子技术
• 关键词: 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
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 前沿交叉科学
• 页码范围: 147-150
• 页数: 4页
• 分类号: TN711-34|TP872
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2020.08.038

摘要

城市用水准确的预测结果,对城市供水系统的控制具有直接的影响,而良好的城市用水控制系统不仅能够提高城市各个时段的供水效率,而且对城市人民生活幸福指数有较高的影响.该文设计通过分析传统的BP神经网络对城市用水量预测容易陷入局部误差极小,预测结果存在一定误差,提出在BP神经网络的基础上通过遗传算法优化BP神经网络进行城市用水量预测.通过设计GA-BP神经网络的具体结构,对已知的城市每日时用水量数据进行网络训练和学习.结果显示该模型具有一定的精度和适用性,预测结果可用于城市供水优化调度模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	武风波	西安科技大学通信与信息工程学院	38	478	7.0	21.0
2	赵盼	西安科技大学通信与信息工程学院	2	7	1.0	2.0
3	吕茜彤	西安科技大学通信与信息工程学院	4	17	2.0	4.0