文件名称：城市需水量预测方法比较 (2015年)
文件大小：1.34MB
文件格式：PDF
更新时间：2024-05-27 06:10:20
工程技术 论文
为了提高城市需水量预测的精度,基于北京市2000―2011年的实际用水量数据,对比分析了BP神经网络预测模型、灰色GM(1,1)模型、非线性趋势模型和灰色 神经 趋势组合预测模型及其基于马尔科夫修正的各单项模型需水量预测结果。结果表明:组合预测模型优于各单项模型,基于马尔科夫修正的各模型优于各未修正预测模型。基于马尔科夫修正的灰色 神经 趋势组合预测模型预测精度最高、效果最好。