基于PCA-RBF神经网络模型的城市用水量预测PCA-RBF neural network model-based urban water consumption prediction
高学平,陈玲玲,刘殷竹,孙博闻
摘要(Abstract)：
针对城市用水量影响因素众多、关联性较强以及BP神经网络收敛速度慢、易陷入局部极小值等问题,采用组合主成分分析(PCA)与RBF神经网络的方法预测城市用水量。利用主成分分析对用水量影响因素进行降维,消除多重共线性,选取能够替代原用水量影响因素的前三个主成分作为输入因子,选用学习和收敛速度快、模式识别能力强的RBF神经网络进行预测。研究结果表明,该模型的相对误差平均值在训练和预测阶段均最小,分别为0.165 4%和0.677 5%,学习和预测能力均优于RBF和BP神经网络模型,提高了收敛速度和预测精度;主成分数量从3个增加到5个,信息量累积贡献率从93.09%增加到98.37%,平均相对误差从0.250 7%降至0.206 0%,预测精度略有提高。对2015—2020年枣庄市用水量进行预测,总用水量先有小幅上升,后又下降,呈现"倒U型"增长。该模型对城市区域水资源规划具有参考价值。
关键词(KeyWords)： 城市用水量预测;主成分分析;RBF神经网络;BP神经网络;主成分数量;需水预测
基金项目(Foundation): “十二五”国家科技支撑计划项目(2015BAB07B02);; 国家自然科学基金创新群体基金项目(51621092);国家自然科学基金(51609166)
作者(Author): 高学平,陈玲玲,刘殷竹,孙博闻
DOI: 10.13928/j.cnki.wrahe.2017.07.001
参考文献(References)：
- [1]HAQUE M M,RAHMSN A,HAGARE D,et al.Probabilistic water demand forecasting using projected climatic data for blue mountains water supply system in Australia[J].Water resources management,2014,28(7):1959-1971.
- [2]屈迟文,傅彦铭,戴俊.改进的CS-GRNN模型在城市需水量预测中的应用[J].西南师范大学学报(自然科学版),2014,39(9):127-132.
- [3]佟长福,史海滨,包小庆,等.基于小波分析理论组合模型的农业需水量预测[J].农业工程学报,2011,27(5):93-98.
- [4]DOS SANTOS C C,PEREIRA FILHO A J.Water demand forecasting model for the metropolitan area of S2o Paulo,Brazil[J].Water resources management,2014,28(13):4401-4414.
- [5]CAMPISI-PINTO S,ADAMOWSKI J,ORON G.Forecasting urban water demand via wavelet-denoising and neural network models[J].Water resources management,2012,26(12):3539-3558.
- [6]YASAR A,BILGILI M,SIMSEK E.Water demand forecasting based on stepwise multiple nonlinear regression analysis[J].Arabian journal for science and engineering,2012,37(8):2333-2341.
- [7]刘洪波,郑博一,蒋博龄.基于人工鱼群神经网络的城市时用水量预测方法[J].天津大学学报(自然科学与工程技术版),2015,48(4):373-378.
- [8]王帅,孙月峰.基于耦合逐步回归的PLS模型城市用水量预测[J].安全与环境学报,2012,12(4):170-173.
- [9]王瑞荣,薛楚,陈浩龙.基于混沌优化BP神经网络的江河涌潮短阶段预报模型[J].水力发电学报,2016,35(4):80-88.
- [10]王芹芹,雷晓云,高凡.基于主成分分析和RBF神经网络的融雪阶段积雪深度模拟[J].干旱区资源与环境,2014,28(2):175-179.
- [11]陈昌华,谭俊,尹健康,等.基于PCA-RBF神经网络的烟田土壤水分预测[J].农业工程学报,2010,26(8):85-90.
- [12]毕建武,贾进章.基于SPSS的PCA-MRA回采工作面瓦斯涌出量预测[J].安全与环境学报,2014,15(5):54-57.
- [13]董长虹.MATLAB神经网络与应用[M].北京:国防工业出版社,2007.
- [14]张德丰.MATLAB神经网络应用设计[M].北京:机械工业出版社,2009.
- [15]常淑玲,尤学一.天津市需水量预测研究[J].干旱区资源与环境,2008,22(2):14-19.