论文部分内容阅读
随着现代居民居住地愈发集中,供水管网规模不断扩大,水资源供给面临着新的困难和挑战。其中包括水资源调度时的动态变化、管网的突发故障、水资源的不可控流失以及多目标和计算量庞大等问题。BP神经网络因拥有较强的自学习能力和泛化能力而被广泛应用于水资源预测问题中,但其也存在收敛速度慢、容易陷入局部极值的问题。群智能算法作为一种寻优算法,具有操作简单、收敛速度快、全局寻优能力强等优点。为提高BP神经网络在水资源预测方面的收敛速度和预测精度,提出一种基于改进鲸鱼算法优化的BP神经网络水资源需求预测模型,通过改变鲸鱼优化