基于尖峰自组织模糊神经网络的需水量预测

摘要：

短期需水量预测是城市给水管网安全稳定运行的前提和保证.针对日需水量预测提出一种基于尖峰机制的自组织模糊神经网络(SSOFNN)模型.针对影响变量复杂多变的特点,采用主成分分析对原始数据进行降维处理,获取线性无关的主成分变量作为预测模型输入数据.SSOFNN模型根据尖峰强度和误差指标在训练过程中对隐含层神经元进行增长修剪,结合改进Leveberg-Marquardt算法简化参数更新过程中的计算过程,大大减少了计算量,能够获得紧凑的网络结构,且跟踪精度高,运行时间短,预测效果好.

关键词：模糊神经网络、自组织、尖峰机制、需水量预测、给水管网

所属期刊栏目：33

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金项目61533002,61603009;北京市科技专项课题领军人才项目Z15110000013151010;北京工业大学日新人才计划项目2017-RX1-04

在线出版日期：2019-01-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2197-2202