基于灰色神经网络与马尔科夫链的城市需水量组合预测

《基于灰色神经网络与马尔科夫链的城市需水量组合预测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第^卷第7期2C1I年/月西北农林科技大学学报(ft然科学版)Jciirnalof麴trthwe^tA&fLniversih(a(«SckE(L)基于灰色神经网络与马尔科夫链的城市需水量组合预测i收稿日期i湖〕1011⑽I基金项m国家商技术研究发展计划(SO计划丨项1411以⑽)：国家革:人科技支掉计划项北农林科技大学博士科研启动基金项屮C114€o€4)sM北农林科技人学科研专项(OS€S€J?ie)I作若简介1岽亚平(1淋4-),努，thH■平凉人，在读硕士，主要从窄水文水资源研究。tmail:vzvlnil

2、^l^163.•么河南淅川人.副教授，博士，主要从事水文水资源研究。景亚平a，张鑫a，罗艳b(西北农林科技大学a水利与逑筑工程学院*b经济管理学院*陕西杨凌/12I0C)【摘要UI的针对城市需水撤预测系统具冇非线性和随机波动性的特点，建立基于马尔科夫链修正的组合灰色祌经网络预测模型*以提高模型的预测粘度。方法比较分析灰色cm(1,1丨模型、i?r祌经网络模型以及二者线性组合的灰色神经网络预测模型的预测效果，建立基于马尔科夫链修正的纽合灰色神经叫络预测模型，并以榆林市2CCO測9年

3、的用水黾实际数据力研究对象，通过炙例比较分析模型的检验预测精度。结果经乃尔科夫链修正处理后，建立的基尸7!；尔科夫链修正的灰色神经网络组合模型的预测精度更W，预测误差的绝对位均小丁•4%，II均方差为I*€€，小丁•组合灰色神经网络模型与GM(1,1)獅、CP神经网络模彤预测误差伉的均方差。结论基丁•马尔科夫链修正的组合灰色神经网络需水最预测模型，对城市需水斌的预测优于灰色祌经M络及各单项预测模沏，不仅预测精度高，而且能同时反映出数裾序列发展变化的总体趋势和系统齐状态之间的内在规律，适合描述随机波动性较大的预测问

4、题。［关键词1盂水鼠？灰色祌经网络？Hr尔科夫链？组介预测模型【中图分类号1TL⑽1.31【文献标识码1▲丨文章编号11671-M»7(^€11)C7<)<5ForecastingofurbanwaterdemandbasedoncombiningGreyandCPneuralnetworkwithMarkevchainmcdelJINCYapinaa9znANGXina,LUCYanh(aCXIleyeelWaleiD.e^eiircesan

5、tcIUhedt€inii>reveaccmacyeHetlit<1Ontheanal

6、ysis€fdey€M(1,1)me

7、esultslitwsthat6reyneuralnetHcrkmcdelafterHarkcvchainhashisherprecisicn,theaDsclutef€rcasllnserrorsarealllessthan4%,

8、nefGreyGMandBPneuralnetwcrk.CenclutienTheGreyneuralnetwcrkandHarkovchainmedelisbetterthan€rey6MandEPneuralnetMcrkmcdelandcllier2singlemodels,hliichnetenhcivesliitfherpredictienl»utalsoshe