论文部分内容阅读
引入了BP神经网络的计算方法,建立了非线性人工神经元网络预测模型,利用人工神经元网络学习理论和非线性离散参数的辨识理论对城市供水量进行了初步的研究。实例预测表明,所建立的BP神经网络预测模型系统及其相应计算方法具有较高的预测精度和准确度,说明该方法对于处理类似问题是有效的。若要提高供水趋势预测精度,必须增加有效的模型网络训练样本,同时还需要考虑社会因素对供水量的影响作用,即除了使用时间序列本身的数据外还需要使用其他信息作为模型的输入。