基于GM(1,1)模型和NAR神经网络的城市热水供热能力预测  

Prediction of Urban Hot Water Heating Capacity Based on GM(1,1) Model and NAR Neural Network

作　　者：刘双 LIU Shuang(Shandong Huayu University of Technology,Dezhou 253034,China)

机构地区：[1]山东华宇工学院,山东德州253034

出　　处：《现代信息科技》2022年第10期174-176,180,共4页Modern Information Technology

基　　金：山东华宇工学院2020年度教育教学改革研究项目(2020JG42)。

摘　　要：基于我国2001—2019年城市热水供热能力,使用灰色预测系统中的原始差分GM(1,1)模型(ODGM)对未来4年的城市热水供热能力进行预测,为了判断预测效果的好坏,同时又使用了NAR神经网络预测模型对数据进行预测,最终得出,使用灰色预测模型的平均相对残差为6.00%,NAR神经网络预测模型的平均相对残差为6.89%,通过对比发现,灰色预测模型能更好地拟合城市热水供热能力数据,预测精度更高。Based on China’s urban hot water heating capacity from 2001 to 2019,the original difference GM (1,1) model (ODGM) in the grey prediction system is used to predict the urban hot water heating capacity in the next four years.In order to judge the prediction effect,the NAR neural network prediction model is used to predict the data.Finally,it is concluded that the average relative residual of the grey prediction model is 6.00%,the average relative residual of NAR neural network prediction model is 6.89%.Through comparison,it is found that the grey prediction model can better fit the data of urban hot water heating capacity,it’s prediction accuracy is higher.

关 键 词：城市热水供热能力 灰色预测 NAR神经网络预测 平均相对残差 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]