论文部分内容阅读
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。