粒子群优化算法在城市需水量预测中的应用

作者：岳琳; 张宏伟; 王亮

来源：天津大学学报, 2007, (06): 742-746.

• 城市需水量
• 粒子群优化算法
• 人工神经网络
• 预测模型 urban water demand
• particle swarm optimization
• artificial neural network
• prediction model

在对天津市需水量现状进行调查的基础上,分析需水量与相关因素的变化规律,建立天津市需水量预测模型.应用粒子群优化算法(PSO)对神经网络权值进行优化,建立PSO-BP神经网络,应用于需水量预测模型的求解.将PSO-BP法与传统的BP神经网络法的计算结果进行对比,前者的预测平均相对误差比后者低500/.结果证明,该预测模型能够较好地拟合天津市需水量变化趋势,PSO-BP方法比BP方法具有更高的收敛速度和精度.

• 出版日期2007
• 单位天津工业大学; 天津大学