文献类型：期刊文章

作　　者：王亮[1] 张宏伟[1] 岳琳[2] 刘星[3]

机构地区：[1]天津工业大学环境工程系,天津300160 [2]天津大学环境科学与工程学院,天津300072 [3]天津市城市规划设计研究院,天津300201

出　　处：《系统工程理论与实践》

基　　金：国家自然科学基金(5027806250578108)

年　　份：2007

卷　　号：27

期　　号：9

起止页码：165-170

语　　种：中文

收录情况：BDHX、BDHX2004、CSCD、CSCD2011_2012、EI、IC、JST、NSSD、RCCSE、RWSKHX、SCOPUS、ZGKJHX、核心刊

摘　　要：为解决现有的城市用水量短期预测BP神经网络法对初始权值敏感、易陷入局部极小点和收敛速度慢等问题,通过对城市时用水量数据特征的分析,应用基于全局随机优化思想的粒子群优化(PSO)算法对BP网络的初始权值进行优化,建立了PSO-BP城市时用水量预测模型.在算例分析中与传统BP神经网络预测法进行对比,发现该方法的收敛速度明显提高,且平均预测精度提高了2%,在用水量短期预测中非常有效.

关 键 词：城市用水量 短期负荷预测 粒子群优化 BP神经网络 预测模型  

分 类 号：X321] TU991.31]