论文部分内容阅读
针对多元变量需水预测模型中变量之间普遍存在多重共线性问题以及BP神经网络收敛速度慢、易陷入局部极值等缺点，将相空间重构原理及遗传算法（GA）引入BP神经网络需水预测模型中，提出基于相空间重构原理的GA-BP城市需水预测模型，并对上海市需水预测进行实例分析。实例分析结果表明：GA-BP模型对上海市2005-2009年的年用水量预测平均相对误差绝对值和最大相对误差绝对值分别为1．4344％和2．7672％，对2010-2011年的年需水量预测相对误差分别为0．5136％和0．0270％，精度均优于BP神经网络