BP网络的城市时用水量预测组合模型 (2009年)

为建立起城市用水量与其影响因素间的预测模型，以预测的城市用水量趋于合理，针对城市时用水量的特点及影响因素，在考虑充分利用各因素历史观测数据的基础上，利用BP神经网络建立了城市时用水量的时间序列预测与解释性预测组合模型，并对南京市的时用水量进行了预测。预测结果与实际情况具有很好的一致性，预测误差小，能满足供水系统调度的实际需要。可见，本预测组合模型是合理的，为城市时用水量预测提供了一种可行方法。