论文部分内容阅读
介绍了BP（误差反向传播算法）和GA（遗传算法）及GA—BP3种神经网络，并以此分别对城市用水量进行预测。实验结果表明。基于GA—BP算法的神经网络方法应用于城市用水量的预测问题，能采用遗传学习算法优化BP神经网络模型的初始权重，即先利用遗传学习算法进行全局训练，再用BP算法进行精确训练，使网络收敛速度加快和避免局部极小。GA—BP神经网络在收敛速度和预测精度等方面均优于BP和GA网络，从而为未来短期城市用水量负荷的准确预测提供了新的思路与方法。