期刊导航
期刊开放获取
cqvip
退出
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
基于BP神经网络工具箱的城市短期用水量预测
被引量:
7
下载PDF
职称材料
导出
摘要
城市用水量预测受众多因素影响,具有非线性的特点。将气温、天气状况、节假日因素引入城市短期用水量预测,建立了面向MATLAB神经网络工具箱的BP神经网络预测模型。根据历史数据训练预测模型和进行仿真实验,并生成了预测数据与实际数据的拟合曲线。结果表明,BP神经网络模型在城市用水量预测中具有可靠性。
作者
周艳春
李树平
赵子威
沈继龙
文碧岚
机构地区
同济大学环境科学与工程学院
出处
《给水排水》
CSCD
北大核心
2015年第S1期375-377,共3页
Water & Wastewater Engineering
关键词
城市用水量
预测
BP神经网络
MATLAB工具箱
分类号
TU991.31 [建筑科学—市政工程]
引文网络
相关文献
节点文献
二级参考文献
0
参考文献
2
共引文献
0
同被引文献
63
引证文献
7
二级引证文献
47
参考文献
2
1
许东,吴铮编著..基于MATLAB 6.x的系统分析与设计 神经网络[M].西安:西安电子科技大学出版社,1998:239.
2
尹学康,韩德宏著..城市需水量预测[M].北京:中国建筑工业出版社,2006:250.
同被引文献
63
1
安明阳,付婉霞,韩伟,李爽,王俊岭.
城市供水三种时用水量预测方法的比较[J]
.给水排水,2012,38(S2):229-231.
被引量:2
2
曹连海,王安明,陈南祥,徐建新.
偏最小二乘回归神经网络在城市生活用水量预测中的应用[J]
.华北水利水电学院学报,2005,26(2):9-11.
被引量:9
3
李琳,左其亭.
城市用水量预测方法及应用比较研究[J]
.水资源与水工程学报,2005,16(3):6-10.
被引量:49
4
金龙,吴建生,林开平,陈冰廉.
基于遗传算法的神经网络短期气候预测模型[J]
.高原气象,2005,24(6):981-987.
被引量:40
5
李勇,周敬宣,李湘梅.
人工神经网络法预测城市用水量[J]
.环境技术,2005,23(6):32-36.
被引量:6
6
储诚山,张宏伟,郭军.
基于遗传算法和BP神经网络的用水量预测[J]
.中国农村水利水电,2006(4):36-38.
被引量:24
7
陈磊,董志勇.
支持向量机在短期用水量预测中的应用[J]
.浙江工业大学学报,2007,35(4):448-451.
被引量:8
8
王亮,张宏伟,岳琳,刘星.
PSO-BP模型在城市用水量短期预测中的应用[J]
.系统工程理论与实践,2007,27(9):165-170.
被引量:16
9
王瑗,盛连喜,李科,孙弘颜.
中国水资源现状分析与可持续发展对策研究[J]
.水资源与水工程学报,2008,19(3):10-14.
被引量:171
10
孙勇,徐祖信.
城市用水量预测影响因素分类以及对预测目标的权重分析[J]
.能源环境保护,2008,22(4):59-61.
被引量:5
引证文献
7
1
乔俊飞,张力,李文静.
基于尖峰自组织模糊神经网络的需水量预测[J]
.控制与决策,2018,33(12):2197-2202.
被引量:11
2
班福忱,吴丹,黑月明.
基于自适应过滤与BP神经网络的城市时用水量组合预测模型[J]
.给水排水,2017,43(11):107-111.
被引量:7
3
徐伟铭,鱼京善,王崴,蒋卫威.
基于神经网络模型的全国用水量“四维”模拟[J]
.南水北调与水利科技(中英文),2020,18(1):11-17.
被引量:2
4
张璇.
基于PCA-BP神经网络的郑州市年用水量预测[J]
.科学技术创新,2020(28):107-111.
被引量:2
5
黄海东,李琼梅.
基于堆栈稀疏自编码器的短期用水量预测[J]
.科学技术创新,2022(21):116-120.
6
纪振栋.
基于区域时用水量预测模型的主动型供水安全保障策略研究[J]
.供水技术,2023,17(2):23-26.
被引量:1
7
严旭,李思源,张征.
基于遗传算法的BP神经网络在城市用水量预测中的应用[J]
.计算机科学,2016,43(S2):547-550.
被引量:26
二级引证文献
47
1
牟天蔚,沈丹玉,王玲萍.
GA-SVR模型用于日供水量预测的研究[J]
.市政技术,2018,36(1):134-136.
被引量:2
2
席在芳,令狐强.
基于城市日用水量的数据融合模型综述[J]
.信息通信,2018,31(5):61-63.
被引量:1
3
魏云云.
组合的灰色关联度和GA-BP模型对能源需求的预测分析[J]
.兰州文理学院学报(自然科学版),2018,32(5):27-30.
被引量:5
4
魏云云.
基于遗传算法的BP神经网络对农业产业的分析预测[J]
.高师理科学刊,2018,38(9):15-19.
被引量:3
5
于群,张铮,屈玉清,贺庆.
基于ARMA-GABP组合模型的电网大停电事故损失负荷预测[J]
.中国电力,2018,51(11):38-44.
被引量:12
6
陈嘉彤,温立书,谭雅心.
基于灰色预测和Elman神经网络的全国用水量预测[J]
.江西科学,2018,36(6):961-967.
被引量:4
7
杨奕,张雯蕊,张灿.
基于遗传算法的BP神经网络在公交车到站时间预测中的应用[J]
.现代商业,2017(16):38-40.
被引量:3
8
杨风开,程素霞.
基于GA-BP神经网络的双摄像机位姿视觉调节方法[J]
.计算机科学,2018,45(B11):185-188.
被引量:2
9
罗嗣卿,李冰珂,王佳玉.
改进BP神经网络在机票销售量预测中的应用[J]
.计算机工程与设计,2018,39(12):3722-3727.
被引量:4
10
潘文婵,刘尚东.
BP神经网络的优化研究与应用[J]
.计算机技术与发展,2019,29(5):74-76.
被引量:20
1
张扬,曹亮,王彬.
空调负荷计算的神经网络模型[J]
.制冷与空调(四川),2006,20(1):85-87.
被引量:1
2
姜伟,马令勇,刘功良.
基于遗传神经网络的CFG桩复合地基承载力预测[J]
.世界地震工程,2010,26(S1):263-266.
被引量:4
3
陈勇.
土岩组合地区基坑变形的预测方法研究[J]
.水利与建筑工程学报,2013,11(5):97-101.
被引量:7
4
任彬,周荣敏.
基于遗传优化神经网络的市政管网水质模型研究[J]
.供水技术,2010,4(3):31-34.
被引量:3
5
程述,谢丽芳,黄伟杰.
基于BP网络的建筑工程造价估算[J]
.基建优化,2005,26(5):59-62.
被引量:1
6
胡卫东,陈积光.
边坡稳定分析的神经网络方法[J]
.建筑技术开发,2011,38(1):7-10.
被引量:1
7
刘聪,贺跃光,邵磊森.
基于MATLAB工具箱的基坑深层水平位移神经网络预测[J]
.矿冶工程,2016,36(5):27-29.
被引量:8
8
胡斌,陈宇,夏银飞.
基于BP神经网络的复合地基承载力预估研究[J]
.土工基础,2007,21(1):68-71.
被引量:1
9
潘毅,杨成,林拥军,赵世春.
基于BP神经网络的FRP加固混凝土柱承载力预测[J]
.西南交通大学学报,2008,43(6):736-739.
被引量:10
10
赵阿群,郭会国.
铸钢节点局部最大Mises应力的计算分析[J]
.山西建筑,2007,33(29):91-92.
被引量:1
给水排水
2015年 第S1期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部