10.19853/j.zgjsps.1000-4602.2023.09.008
基于多粒度泄露积分回声状态网络的日供水量预则
针对多粒度因子耦合对城市日供水量产生的不确定性影响,提出一种基于多粒度挖掘与泄漏积分型回声状态网络(LiESN)的组合预测模型X11+LiESN,以提高城市日供水量预测精度.利用重庆市某水厂2018年1月1日-2020年12月31日的日供水量数据对该方法进行有效性验证.结果表明,所提出模型的平均绝对百分比误差(MAPE)为3.42%,决定系数(R2)为0.862.与单一的LiESN、极限学习机(ELM)和BP神经网络(BPNN)相比,该模型预测精确度高,能够更好地描述日供水量变化趋势,显示出了其有效性和应用潜力.
X11分解算法、粒度挖掘、回声状态网络、水量预测
39
TU991(地下建筑)
国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;重庆市自然科学基金资助项目
2023-05-24(万方平台首次上网日期,不代表论文的发表时间)
共7页
50-56