基于BP神经网络和GM(1,1)模型的银川市需水量预测分析  

Analysis on water demand prediction in Yinchuan City based on BP neural network and GM(1,1)model

作　　者：魏越 苏笑曦 于浩 张尧 WEI Yue;SU Xiaoxi;YU Hao;ZHANG Yao

机构地区：[1]宁夏唐徕渠管理处,宁夏银川750001 [2]宁夏回族自治区科技特派员创业指导服务中心,宁夏银川750001 [3]西北农林科技大学水利与建筑工程学院,陕西杨凌712100

出　　处：《水利科学与寒区工程》2023年第2期71-75,共5页Hydro Science And Cold Zone Engineering

基　　金：国家重点研发计划项目(2016YFC0400206);宁夏回族自治区重点研发计划项目(2021BBF02014、2021BBF02012)。

摘　　要：本文基于银川市2001—2020年统计数据,分析了影响城市需水量的关键因素及其相关性,分别构建了BP神经网络和GM(1,1)需水预测模型并进行了精度分析。结果表明:需水量与人均用水量呈极显著正相关,相关系数0.723(P=0.01);BP神经网络预测模型模拟精度为0.16%~1.15%,均方根误差(RMSE)和平均绝对百分比误差(MAPE)分别为0.1015和0.23%;构建了GM(1,1)预测模型x^((1))(k)=(x^((0))(1)-b/a)e^(-a(k-1))+b/a=-2870.427e^(-0.009(k-1))+2895.333,精度为Ⅱ级,模拟平均误差1.03%,RMSE和MAPE分别为0.4748和1.56%。分析认为BP神经网络模型更适用于银川市需水量的预测。

关 键 词：需水量预测 BP神经网络 机器学习 GM(1 1)模型 银川市 

分 类 号：TV213.9[水利工程—水文学及水资源] TU991.31[建筑科学—市政工程]