RBF神经网络模型在山西省需水预测中的应用  

作　　者：刘俊萍[1] 畅明琦 

机构地区：[1]浙江工业大学建筑工程学院,浙江杭州310014 [2]山西省水资源研究所,山西太原030001

出　　处：《人民黄河》2007年第4期27-29,共3页Yellow River

基　　金：国家重点基础研究发展规划资助项目(G1999043608)

摘　　要：分析了山西省历年城镇生活、农村生活、工业和农业用水量,建立了RBF神经网络需水预测模型,采用最近邻聚类学习算法确定径向基函数的宽度、选取聚类中心和权值。预测结果表明:山西省1998-2000年总需水量预测的相对误差为2.74%、3.33%和1.41%;1999年工业需水预测相对误差最大,也仅为13.35%。RBF神经网络需水预测模型不仅运算速度快,而且预测精度也较高。

关 键 词：径向基函数 神经网络 最近邻聚类算法 需水预测 RBF 

分 类 号：TV213.4[水利工程—水文学及水资源]