论文部分内容阅读
结合生活、工业、农业用水量的特点，分析用水量的影响因素，建立径向基函数（RBF）神经网络需水预测模型，采用最近邻聚类学习算法确定RBF网络的宽度、选取聚类中心和权值。以大同市为例，采用RBF神经网络需水预测模型预测大同市在3个年份的需水量，输入层有13个节点，为影响需水预测的13个因子，输出层为城镇生活需水、农村生活需水、工业需水和农业需水4个节点。网络经过学习得到隐含层的节点数为8，3个预测年份的需水总量的相对误差分别为-6．12％、3．05％和5．57％。预测结果表明RBF神经网络具有输出不依赖初始权