城市日用水量预测的神经网络方法  

Neural networks in daily water demand forecast

作　　者：阎立华[1] 吕科峰[1] 

机构地区：[1]沈阳建筑工程学院市政与环境工程学院,辽宁沈阳110168

出　　处：《沈阳建筑工程学院学报（自然科学版）》2004年第2期136-138,共3页Journal of Shenyang Architectural and Civil Engineering University(Nature Science)

基　　金：辽宁省教育厅科研基金资助(20202251)

摘　　要：介绍了城市日用水量预测的BP神经网络方法,分析了日用水量的变化规律和影响因素.以每日最高温度、最低温度、晴雨情况、星期及前一日用水量为输入节点,预测日用水量为输出节点,建立了日用水量预测神经网络模型,编制出预测模型的计算机程序.通过实测数据进行了模型检验,对预测结果进行了分析.The method of BP neural networks for forecasting municipal daily water demand is described.The forecasting model of daily water demand has been established based on five influencing factors,including maximum temperature,minimum temperature,rainfall,week and daily water demand.And corresponding computer program of forecasting model has been made.The results indicate that the prediction errors of BP neural networks are small,which can satisfy the actual water supply system.

关 键 词：神经网络 预测 用水量 影响因素 

分 类 号：TU991.33[建筑科学—市政工程]