基于多粒度泄露积分回声状态网络的日供水量预则

摘要：

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.

关键词：X11分解算法、粒度挖掘、回声状态网络、水量预测

所属期刊栏目：39

分类号：TU991(地下建筑)

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;重庆市自然科学基金资助项目

在线出版日期：2023-05-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：50-56