基于小波神经网络的城市日用水量短期预测模型及应用

摘要：

实现日用水量短期预测是进行供水系统优化调度的前提和基础,本文首先对日用水量时间序列进行了自相关性分析,以此为基础确定了神经网络的结构.然后,将小波分析引入到神经网络模型中建立了小波神经网络模型.实际预测结果表明,该模型具有较高的预测精度,预测值的最大相对误差为1.152％,平均相对误差为0.866％,与普通BP神经网络模型相比具有更高的预测精度,能够满足实际需要,为实现优化调度提供了保障.

关键词： 城市用水量 供水管网 小波神经网络 预测模型

作者: 戴雪峰 黄廷林 王勇

作者单位: 西安建筑科技大学环境与市政工程学院 西安 710055

会议类型: 国内会议

会议名称: 第三届中国中西部地区土木建筑学术年会

会议地点: 湖北宜昌

会议语种:中文

页码: 106-110

在线出版日期: 2013-05-01（万方平台首次上网日期，不代表论文的发表时间）