首页 | 本学科首页   官方微博 | 高级检索  
     检索      

城市需水量模拟及不确定性分析方法研究
引用本文:聂思雨,莫淑红,王学凤,沈冰.城市需水量模拟及不确定性分析方法研究[J].干旱区地理,2015,38(2):260-266.
作者姓名:聂思雨  莫淑红  王学凤  沈冰
作者单位:(1 西安理工大学陕西省生态水利工程国家重点实验室培育基地, 陕西 西安 710048;2 中国水利水电科学研究院综合事业部, 北京 100038)
基金项目:国家自然科学基金项目(51209169)
摘    要:需水量预测是区域水资源合理配置和有效管理的基础。由于供需水量的不确定性,精准的需水量预测较有困难。通过建立径向基函数(RBF)与BP神经网络预测模型,以西北地区城市西安市需水量为例,将用水量驱动因子作为模型输入,利用1990-2009年20组年用水数据进行网络训练模拟,对2010-2012年3组年用水数据进行检验预测,采用不确定性评价指数和置信区间方法对两种模型及模拟结果进行比较分析。结果表明,RBF与BP模型预测期的均方根误差分别为0.08、0.26,不确定性评价指数分别为0.74、1.02且BP模型预测值的相对误差最大超过10%以上,而RBF模型预测值的相对误差均小于5%,说明RBF模型模拟效果好,具有预测精度高以及不确定性影响低的双重优势;在模拟结果基础上,引用置信区间分析了结果的可靠性,为分析城市需水预测的不确定性提供了依据。

关 键 词:需水量  RBF神经网络  BP神经网络  不确定性分析  西安市  
收稿时间:2014-06-18

Method of simulation and uncertainty analysis for urban water demand
NIE Si-yu,MO Shu-hong,WANG Xue-feng,SHEN Bing.Method of simulation and uncertainty analysis for urban water demand[J].Arid Land Geography,2015,38(2):260-266.
Authors:NIE Si-yu  MO Shu-hong  WANG Xue-feng  SHEN Bing
Institution:(1    State Key Laboratory of Eco-Hydraulic Engineering in Shaanxi at XAUT,Xi’an  710048,Shaanxi,China;2    China Institute of Water Resources and Hydropower Research,Beijing  100038,China)
Abstract:
Keywords:water demand  RBF neural network  BP neural network  uncertainty analysis  Xi'an City
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《干旱区地理》浏览原始摘要信息
点击此处可从《干旱区地理》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号