合肥市需水预测遗传小波神经网络模型研究
本文将小波分析与BP人工神经网络相结合,并使用遗传算法优化神经网络,建立起遗传算法优化的小波神经网络——遗传小波神经网络.从合肥城市需水密切相关的14个社会经济指标中,筛选出主要的影响因子,根据长时间序列数据,构建了城市水资源需求量预测模型.通过遗传小波神经网络和传统BP的网络训练输出效果比较,表明该预测模型收敛速度较快,对神经网络的性能优化有明显效果,拟合精度较高,泛化能力较好,对城市需水预测能取得较好的效果.
小波神经网络、遗传算法、预测、城市需水、偏最小二乘回归
38
P208;X2(一般性问题)
上海重点学科建设项目人文地理学:B410
2013-10-29(万方平台首次上网日期,不代表论文的发表时间)
共4页
28-31