城市需水量预测方法比较

摘要：

为了提高城市需水量预测的精度，基于北京市2000—2011年的实际用水量数据，对比分析了BP神经网络预测模型、灰色GM（1，1）模型、非线性趋势模型和灰色神经趋势组合预测模型及其基于马尔科夫修正的各单项模型需水量预测结果。结果表明：组合预测模型优于各单项模型，基于马尔科夫修正的各模型优于各未修正预测模型。基于马尔科夫修正的灰色神经趋势组合预测模型预测精度最高、效果最好。

关键词：城市需水量、需水量预测、BP神经网络、灰色模型、非线性趋势模型、灰色、神经、趋势组合预测模型、马尔科夫修正模型、预测精度

分类号：TV213.4

在线出版日期：2015-11-19（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：179-183