论文摘要
鉴于BP神经网络、RBF神经网络在城市供水量预测精度上的不足,利用粒子群算法优化两者相关参数,实现更高预测精度,并通过建立BP神经网络、RBF神经网络、PSO-BP神经网络、PSO-RBF神经网络分别对城市供水量数据进行仿真预测。最终测试样本统计结果显示:RBF神经网络比BP神经网络平均相对误差（MRE）低约1%,在拟合度（R2）上高约0.014;PSO-BP神经网络比BP神经网络在MRE上降低约1.25%,在R2上提高约0.05;PSO-RBF神经网络比RBF神经网络在MRE上降低约0.3%,在R2上提高约0.072。由此说明RBF神经网络比BP神经网络在城市供水量预测方面更有优势,并且利用粒子群算法优化神经网络模型参数可有效提升神经网络预测精度。
论文目录
文章来源
类型: 期刊论文
作者: 陈攀,杜坤,周明,毛润康,雷雨晴,丁榕艺
关键词: 粒子群算法,神经网络,供水量,相对误差,拟合度
来源: 软件导刊 2019年07期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 建筑科学与工程,自动化技术
单位: 昆明理工大学建筑工程学院
基金: 国家自然科学基金项目(51608242),云南省应用基础研究青年项目(2017FD094)
分类号: TP18;TU991.31
页码: 19-23
总页数: 5
文件大小: 1690K
下载量: 179