基于极限学习机的输水管网暗漏预测方法研究

摘要：

针对输水管网暗漏难以预测的问题,提出一种基于极限学习机(Extreme Learning Machine,ELM)的输水管网暗漏预测方法.方法通过分析某校园老医务室楼用水量数据,选取用水量数据平稳的五月、六月夜间用水量数据作为数据集,建立BP神经网络、RBF神经网络、ELM神经网络预测模型,预测结果表明,ELM神经网络具有最优的预测效果,RBF神经网络预测效果相对较好,BP神经网络预测效果较差.ELM能够很好的预测输水管网的暗漏,为输水管网暗漏检测及预测提供借鉴和参考.

关键词：输水管网、暗漏、极限学习机、预测、神经网络

所属期刊栏目：39

分类号：TV213.4

资助基金：新疆工程学院科研育人基金项目;国家自然科学基金;新疆维吾尔自治区高校科研计划自然科学项目

在线出版日期：2022-11-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：506-510