文献类型：期刊文章

作　　者：张志宇[1] 赵丹国[2] 侯晓宇[3]

机构地区：[1]河北农业大学城乡建设学院,河北保定071001 [2]承德市双峰寺水库工程建设管理局,河北承德067000 [3]保定市水利局,河北保定071000

出　　处：《水电能源科学》

基　　金：河北省自然科学基金资助项目(E2008000353)

年　　份：2013

卷　　号：31

期　　号：6

起止页码：55-57

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、INSPEC、RCCSE、ZGKJHX、核心刊

摘　　要：为克服径向基函数(RBF)神经网络由于参数选取不当而对其收敛性能的干扰,利用粒子群优化算法(PSO)的全局搜索能力对RBF神经网络的三个参数进行寻优,建立了基于PSO-RBF神经网络算法的城市需水量预测模型。结果显示,PSO-RBF神经网络算法拟合某市1998～2007年需水量数据的平均相对误差为0.18%,预测2008～2010年需水量数据的平均相对误差为3.84%,耗时1.2s;通过RBF神经网络算法拟合的误差平均值为0.28%,预测的平均相对误差为5.62%,耗时2.1s,表明PSO-RBF神经网络算法具有更高的收敛速度与精度。

关 键 词：城市需水量 PSO-RBF神经网络  预测模型  寻优

分 类 号：TV211.1] TU991]