论文部分内容阅读
本文采用抛开其完全进行复杂的耦合系统的探究,利用神经网络的非线性映射关系,找出两者之间的必然联系,成功地避免了用其他量化方法寻找两者之间关系时所遇到的困难。
本文采用曲线拟合(拟合多项式)误差的方法去除水资源承载力模型中各变量的非平稳变化过程,在建立水资源承载力神经网络预测模型时,采用了对拟合误差值△Y的学习训练,输出预测误差,再对水资源承载力的预测进行动态补偿,从而较好地解决了BP网络用于预测时的外延性问题,提高了对水资源承载力系统中非线性因素的预测精度。
本文以惠州市为研究区域,用水资源承载力神经网络模型预测了惠州市未来水平年水资源承载力,按预测值对其水资源承载状态进行了判别。同时对水资源承载力预测和评价结果,用多目标计算方法和灰色综合评估方法计算结果进行了对比,分析结果的合理性,计算结果可为决策者提供社会经济发展规划的参考依据。