期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于因子分析的BP神经网络对成都市需水量预测研究
被引量：
7
下载PDF
职称材料
导出
摘要
在对四川省成都市的水资源进行综合规划与评价的过程中,通过主成分因子分析发现,人口、GDP、给排水管道长度等因素对需水量预测有较大影响,如何建立这些因素与需水量之间的数学关系是预测工作的重点。介绍通过MATLAB数学分析软件建立BP神经网络预测模型,并对模型的预测结果进行评价。
作者
冯琨
张永丽
机构地区
四川大学建筑与环境学院
出处
《水资源研究》
2011年第2期8-11,共4页
Journal of Water Resources Research
关键词
需水量预测
BP神经网络
主成分分析
MATLAB
分类号
TV212.4 [水利工程—水文学及水资源]
引文网络
相关文献
节点文献
二级参考文献
57
参考文献
9
共引文献
586
同被引文献
76
引证文献
7
二级引证文献
67
参考文献
9
1
刘丹丹,冯利华,王宁,石磊.
基于BP神经网络的义乌市水资源需求量预测[J]
.水资源与水工程学报,2010,21(4):114-117.
被引量：5
2
龙训建,钱鞠,梁川.
基于主成分分析的BP神经网络及其在需水预测中的应用[J]
.成都理工大学学报（自然科学版）,2010,37(2):206-210.
被引量：40
3
崔仰彬,董珊珊,杨曦.
人工神经网络在城市需水量预测中的应用[J]
.水利科技与经济,2009,15(11):988-990.
被引量：4
4
陈小强,胡向红,袁铁柱,张建.
BP神经网络在灌区需水量预测中的应用[J]
.地下水,2009,31(6):174-176.
被引量：3
5
霍金仙,郭永,刘文先.
基于BP网络的全国需水量预测研究[J]
.人民黄河,2009,31(9):54-56.
被引量：6
6
罗成汉.
基于MATLAB神经网络工具箱的BP网络实现[J]
.计算机仿真,2004,21(5):109-111.
被引量：127
7
刘昌明,王红瑞.
浅析水资源与人口、经济和社会环境的关系[J]
.自然资源学报,2003,18(5):635-644.
被引量：132
8
傅湘,纪昌明.
区域水资源承载能力综合评价──—主成分分析法的应用[J]
.长江流域资源与环境,1999,8(2):168-173.
被引量：290
9
郭默.基于BP神经网络的施工扬尘量化建模研究[D]兰州大学,兰州大学2010.
二级参考文献
57
1
路志强,李书全,赵良英,甄巧莲.
改进BP网络模型在年用水量预测中的应用[J]
.水科学与工程技术,2005(1):18-20.
被引量：8
2
夏维力,吕晓强.
基于BP神经网络的企业技术创新能力评价及应用研究[J]
.研究与发展管理,2005,17(1):50-54.
被引量：73
3
许有鹏.
干旱区水资源承载能力综合评价研究——以新疆和田河流域为例[J]
.自然资源学报,1993,8(3):229-237.
被引量：274
4
金建华,史义雄,史永刚.
基于BP神经网络构建城市时需水量预测模型[J]
.城市管理与科技,2005,7(1):29-31.
被引量：9
5
沈福新,耿雷华,曹霞莉,王建生,钟华平,徐澎波.
中国水资源长期需求展望[J]
.水科学进展,2005,16(4):552-555.
被引量：19
6
张妍,尚金城,于相毅.
主成分-聚类复合模型在水环境管理中的应用——以松花江吉林段为例[J]
.水科学进展,2005,16(4):592-595.
被引量：29
7
李祚泳.
B－P网络用于水质综合评价方法的研究[J]
.环境工程,1995,13(2):51-53.
被引量：48
8
张雪飞,郭秀锐,程水源,王海燕.
BP神经网络法预测唐山市需水量[J]
.安全与环境学报,2005,5(5):95-98.
被引量：11
9
吕智,陈文贵,丁宏伟.
干旱区内陆盆地水资源的合理配置——以甘肃省高台县为例[J]
.水资源保护,2005,21(6):45-48.
被引量：3
10
王浩.
我国水资源合理配置的现状和未来[J]
.水利水电技术,2006,37(2):7-14.
被引量：61
共引文献
586
1
梁秀,邓晰元,孙琪,姜广旭.
非常规水源利用量统计核算方法探析[J]
.中国水运（下半月）,2023,23(12):118-120.
2
宋亚新,刘军,刘宏伟,白耀楠,王玉杰.
张家口市“首都两区”建设中的水资源考量[J]
.矿产勘查,2021,12(7):1662-1669.
被引量：6
3
束承继,孟菡,韩宝龙,杨红龙,潘雪莲,林立,欧阳志云.
降雨因素对生态系统生产总值核算结果的影响[J]
.生态学报,2023,43(3):1054-1063.
被引量：1
4
包秀凤.
闽清县梅溪流域水资源承载能力评价[J]
.水利科技,2021(4):1-4.
被引量：3
5
沈航,裴洋.
基于优化的K近邻法的特长隧道风机养护平台[J]
.中国交通信息化,2023(S01):372-375.
6
袁磊,杨赞先,龙海潇,陈国平,李强军,吴晓伟.
基于熵权法和马尔科夫模型的昆明市水资源承载力时空演变分析[J]
.环境工程,2023,41(6):202-209.
被引量：1
7
赵军凯,赵秉栋.
水资源承载力的研究现状与展望[J]
.河南科技大学学报（社会科学版）,2006,24(4):86-89.
被引量：4
8
孙静,赵善伦,叶伟.
济南市水资源承载力的动力学预测[J]
.内蒙古环境科学,2008,20(2):24-29.
被引量：1
9
贾艳梅.
基于未确知的地下水资源承载力评价模型[J]
.科技风,2009(11):25-26.
被引量：2
10
王春娟,冯利华,罗伟.
长三角经济区水资源承载力的综合评价[J]
.水资源与水工程学报,2012,23(4):38-42.
被引量：6
同被引文献
76
1
苏变萍,王一平.
基于BP神经网络的信息商品价格预测模型[J]
.统计与信息论坛,2007,22(1):93-95.
被引量：8
2
王志坚.
酵母发酵副产物与啤酒风味[J]
.酿酒科技,2001(5):69-70.
被引量：7
3
成晋松,吕惠进,刘玲.
太原市用水量影响因素的灰色关联分析[J]
.水资源与水工程学报,2012,23(2):109-111.
被引量：9
4
班懿根.
基于RBF神经网络的城市需水量预测[J]
.地下水,2012,34(1):114-116.
被引量：4
5
李萍,魏晓妹.
变化环境下农业需水量演变趋势及驱动力[J]
.排灌机械工程学报,2013,31(9):822-828.
被引量：19
6
智会强,牛坤,田亮,杨增军.
BP网络和RBF网络在函数逼近领域内的比较研究[J]
.科技通报,2005,21(2):193-197.
被引量：39
7
周刚,王弘宇,胡春雪,程晓如,蔡蔚蔚.
应用灰色新陈代谢GM(1,1)模型预测中长期城市需水量[J]
.中国农村水利水电,2005(8):16-18.
被引量：31
8
黄明聪,解建仓,阮本清,汪雅梅.
基于支持向量机的水资源短缺风险评价模型及应用[J]
.水利学报,2007,38(3):255-259.
被引量：45
9
武秀丽,张锋.
时间序列分析法在房价预测中的应用——以广州市的数据为例[J]
.科学技术与工程,2007,7(21):5631-5635.
被引量：18
10
Gustav Styger, Dan Jacobson, Florian F Bauer. Identifying genes that impact on aroma profiles produced by Saccharo- myces cerevisiae and the production of higher alcohols[ J ]. Appl Microbiol Biotechnol, 2011 (91) : 713 - 710.
引证文献
7
1
邱启荣,于婷.
基于主成分分析的BP神经网络对房价的预测研究[J]
.湖南文理学院学报（自然科学版）,2011,23(3):24-26.
被引量：12
2
李克飞,纪昌明,张验科,赵璧奎.
三峡水库中长期径流预报方法研究[J]
.水电能源科学,2013,31(1):8-11.
被引量：8
3
钟成,黄奕雯,贾士儒,董建军,郝俊光,李清亮.
基于主成分分析、神经网络对啤酒感官评价的预测[J]
.食品与发酵工业,2013,39(3):48-51.
被引量：12
4
申瑞娜,曹昶,樊重俊.
基于主成分分析的支持向量机模型对上海房价的预测研究[J]
.数学的实践与认识,2013,43(23):11-16.
被引量：24
5
赵强,徐征和,苏万敏.
基于RBF神经网络的城市需水量预测——以济南市为例[J]
.水资源与水工程学报,2013,24(6):124-127.
被引量：4
6
屈迟文,傅彦铭,戴俊.
改进的CS-GRNN模型在城市需水量预测中的应用[J]
.西南师范大学学报（自然科学版）,2014,39(9):127-132.
被引量：2
7
王圃,王以知,张晋,王颖.
基于用水量驱动因子的水量预测模型[J]
.排灌机械工程学报,2014,32(12):1051-1056.
被引量：5
二级引证文献
67
1
陈熙,张晓博.
基于LightGBM的住房租金预测分析[J]
.产业与科技论坛,2020(6):103-105.
被引量：3
2
缪雨晨.
基于BP神经网络的落后地区2020年全面小康水平预测——2020年宁夏经济增长的实证分析[J]
.科技资讯,2013,11(23):231-233.
3
魏霄云,孟冉,陈龙珠.
上海市二手房指数走势的技术分析[J]
.土木工程与管理学报,2014,31(2):101-104.
4
张素琼,张艳军,宋星原,邹霞,刘佳明,袁迪.
基于神经网络的中长期径流预报时间尺度研究[J]
.中国农村水利水电,2014(8):110-114.
被引量：6
5
徐莹,王嘉阳,苏华英.
基于遗传算法的支持向量机在径流中长期预报中的应用[J]
.水利与建筑工程学报,2014,12(5):42-45.
被引量：11
6
徐丹萍,蒲彪,陈安均,卓志航,杨岚清,张楠.
传统四川泡菜中挥发性成分分析[J]
.食品与发酵工业,2014,40(11):227-232.
被引量：21
7
王雅楠,孟晓景.
基于动量BP算法的神经网络房价预测研究[J]
.软件导刊,2015,14(2):59-61.
被引量：5
8
宋月婵,刘光萍.
基于KPCA-SVM的预测模型在铀矿堆浸中的应用[J]
.江西科学,2015,33(1):106-111.
被引量：2
9
魏云云,张引娣,陈晨.
基于灰色关联分析的BP神经网络对西安房价的预测分析[J]
.榆林学院学报,2015,25(4):47-51.
被引量：3
10
纪昌明,李荣波,张验科,刘丹,张培,杜拉.
基于小波分解的投影寻踪自回归组合模型及其在年径流预测中的应用[J]
.水力发电学报,2015,34(7):27-35.
被引量：23
1
张磊.
2006年全国防汛抗旱工作会议在成都召开[J]
.中国减灾,2006,16(1):62-62.
2
本刊编辑部.
锦屏一级水电站大坝混凝土碱骨料反应及大坝混凝土性能试验研究中间成果咨询会议召开[J]
.水电站设计,2008,24(4):48-48.
3
朱鉴远.
中国水力发电工程学会水文泥沙专业委员会第六届学术讨论会在成都召开[J]
.水资源研究,2005,26(4):19-19.
4
张秀崧,赵小娜,李梅,刘春锋.
戈兰滩水电站发电引水系统设计[J]
.水利水电工程设计,2009,28(B10):9-11.
被引量：1
5
紫坪铺水利枢纽工程[J]
.四川水利,2008(4).
6
2014年中国水利学会环境水利专业委员学术年会将在9月召开[J]
.水资源保护,2014,30(4).
7
王洪洋,李俊富,李克绵,薛立梅.
GM(1,1)灰色模型在施工期数据分析预测中的应用[J]
.东北水利水电,2013,31(4):13-14.
被引量：1
8
J.W.雅各布.
美国水利工程规划与评价[J]
.水利水电快报,2005,26(22):1-4.
9
王利卿,马跃先,原文林,吴昊.
管道长度与阻抗式调压室水击穿室系数的关系分析[J]
.河南科学,2006,24(1):115-117.
被引量：2
10
钟贻辉.
2009年水工大坝混凝土材料与温控技术交流会在成都召开[J]
.水电站设计,2009,25(3):62-62.
水资源研究
2011年 第2期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部
