-
题名基于用水量驱动因子的水量预测模型
被引量：5
- 1
-
-
作者
王圃
王以知
张晋
王颖
-
机构
重庆大学三峡库区生态环境教育部重点实验室
重庆大学低碳绿色建筑国际联合研究中心
德累斯顿工业大学城市水资源管理研究所
-
出处
《排灌机械工程学报》
EI
北大核心
2014年第12期1051-1056,共6页
-
基金
重庆市科技计划项目(CSTC2006AB7020)
-
文摘
采用主成分分析法筛选出显著的驱动因子,结合灰色关联分析将筛选出的驱动因子进行灰色聚类和优势分析.以用水量驱动因子为基础,利用SPSS建立多层感知器网络,利用矩阵实验室建立GRNN神经网络和BP神经网络.将诱导有序加权平均算子(IOWA)应用到水量预测模型中,构建基于IOWA算子的MLP-GRNN-BP组合用水量预测模型,最后建立由平方和误差(SSE)、均方误差(MSE)、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)、均方百分比误差(MSPE)和Theil系数(μ)组成的预测效果评价体系,评价预测模型的预测效果,最后以重庆市的用水量预测为例,验证以上方法的可行性.结果表明:经过主成分分析及灰色关联分析,可将用水量驱动因子由31个降为12个,12个驱动因子可综合为4个聚类,可确定4种用水量的各自驱动因子的重要性排序;BP,MLP,GRNN和MLP-GRNN-BP组合模型预测结果的MAPE,MSPE和Theil系数均在5%以内.
-
关键词
用水量驱动因子
用水量预测
神经网络
IOWA算子
主成分分析
-
Keywords
influencing factors of water consumption
water consumption
neural network
IOWA operator
principal component analysis
-
分类号
TU991.31
[建筑科学—市政工程]
S277.9
[农业科学—农业水土工程]
-
