城市需水量模拟及不确定性分析方法研究
需水量预测是区域水资源合理配置和有效管理的基础.由于供需水量的不确定性,精准的需水量预测较有困难.通过建立径向基函数(RBF)与BP神经网络预测模型,以西北地区城市西安市需水量为例,将用水量驱动因子作为模型输入,利用1990-2009年20组年用水数据进行网络训练模拟,对2010-2012年3组年用水数据进行检验预测,采用不确定性评价指数和置信区间方法对两种模型及模拟结果进行比较分析.结果表明,RBF与BP模型预测期的均方根误差分别为0.08、0.26,不确定性评价指数分别为0.74、1.02且BP模型预测值的相对误差最大超过10%以上,而RBF模型预测值的相对误差均小于5%,说明RBF模型模拟效果好,具有预测精度高以及不确定性影响低的双重优势;在模拟结果基础上,引用置信区间分析了结果的可靠性,为分析城市需水预测的不确定性提供了依据.
需水量、RBF神经网络、BP神经网络、不确定性分析、西安市
38
TV213.4
国家自然科学基金51209169
2015-05-25(万方平台首次上网日期,不代表论文的发表时间)
260-266