RBF神经网络模型在山西省需水预测中的应用
【摘要】:分析了山西省历年城镇生活、农村生活、工业和农业用水量,建立了RBF神经网络需水预测模型,采用最近邻聚类学习算法确定径向基函数的宽度、选取聚类中心和权值。预测结果表明:山西省1998-2000年总需水量预测的相对误差为2.74%、3.33%和1.41%;1999年工业需水预测相对误差最大,也仅为13.35%。RBF神经网络需水预测模型不仅运算速度快,而且预测精度也较高。
|
|
|
|
1 |
洪健,陆佶人;子波变换及径向基函数网综合水声信号识别[J];东南大学学报;1994年06期 |
2 |
赵成璧,陈怡然,陈宾康;用RBF网络拟合船舶型线[J];武汉交通科技大学学报;1996年01期 |
3 |
王旭东,邵惠鹤,范懋基;改进的RBF神经元网络及其应用[J];上海交通大学学报;1996年04期 |
4 |
孙毅刚,战强;一种用于径向基函数(RBF)神经网络训练的有效方法[J];哈尔滨工业大学学报;1997年04期 |
5 |
王长琼,孙国正;一种组合径向基函数网络结构的分类方法[J];武汉交通科技大学学报;1998年01期 |
6 |
李翠华,郑南宁,张永平;一类径向基函数网络及其在图像滤波中的应用[J];西安交通大学学报;1999年03期 |
7 |
李卫国,陈文亮,丁秋林;利用径向基函数重建飞机表面的Cp值曲面[J];计算机辅助设计与图形学学报;2000年02期 |
8 |
张金玉,张优云,谢友柏;基于RBF的范例检索方法的研究[J];机械工程学报;2000年10期 |
9 |
陈重阳,蔡萍,施文康,郭能武;基于径向基函数概率神经网络的心律失常自动识别[J];上海交通大学学报;2000年11期 |
10 |
翁学义,赵光宙;基于预测稳态差的神经网络预测控制[J];浙江大学学报(工学版);2000年01期 |
|