期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于BP神经网络的城市时用水量分时段预测模型
被引量：
13
1
作者
向平
张蒙
+1 位作者
张智
张南
《中南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2012年第8期3320-3324,共5页
针对目前时用水量预测模型中对时用水量影响因素分析研究较少的问题,通过分析各种时用水量影响因素与时用水量之间的相关性,筛选出时用水量的主要影响因子;通过分类将1 d划分为3个时段,建立分时段用水量模型。采用BP神经网络预测,精度...
针对目前时用水量预测模型中对时用水量影响因素分析研究较少的问题,通过分析各种时用水量影响因素与时用水量之间的相关性,筛选出时用水量的主要影响因子;通过分类将1 d划分为3个时段,建立分时段用水量模型。采用BP神经网络预测,精度指标采用平均绝对百分比误差(MAPE)表示。实例分析结果表明:模型预测MAPE均在5%以内,预测精度较高,满足供水系统优化调度的要求,为城市时用水量预测提供一种简单可行的思路和方法。
展开更多
关键词
时
用水量
BP神经网络
分时段用水量模型
影响因子
在线阅读
下载PDF
职称材料
题名
基于BP神经网络的城市时用水量分时段预测模型
被引量：
13
1
作者
向平
张蒙
张智
张南
机构
重庆大学三峡库区生态环境教育部重点实验室
重庆大学城市建设与环境工程学院
重庆中法供水有限公司
出处
《中南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2012年第8期3320-3324,共5页
基金
国家水体污染控制与治理重大专项(2009ZX07424-004)
文摘
针对目前时用水量预测模型中对时用水量影响因素分析研究较少的问题,通过分析各种时用水量影响因素与时用水量之间的相关性,筛选出时用水量的主要影响因子;通过分类将1 d划分为3个时段,建立分时段用水量模型。采用BP神经网络预测,精度指标采用平均绝对百分比误差(MAPE)表示。实例分析结果表明:模型预测MAPE均在5%以内,预测精度较高,满足供水系统优化调度的要求,为城市时用水量预测提供一种简单可行的思路和方法。
关键词
时
用水量
BP神经网络
分时段用水量模型
影响因子
Keywords
hourly water consumption
BP neural network
period-divided water consumption model
impact factors
分类号
TU991.22 [建筑科学—市政工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于BP神经网络的城市时用水量分时段预测模型
向平
张蒙
张智
张南
《中南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2012
13
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
