基于主成分分析的BP神经网络在青岛市需水预测中的应用

Application of BP neural network based on principal component analysis in water demand prediction of Qingdao city

文章通过利用青岛市2010—2020年的供需水量数据,采用趋势外推法对青岛市供水量变化情况进行预测;采用SPSS主成分分析法确定影响需水量的主要影响因子,综合灰色预测模型GM(1,1)对主要影响因子进行预测研究,并以2010—2018年数据及2019—2020年数据分别作为BP神经网络的训练样本和检验样本,从而对青岛市规划年需水量情况进行预测。结果表明:人口、GDP、第二产业增加值、降雨量为影响青岛市需水量的主要因子,通过构建BP神经网络模型得到2025年和2030年需水结果,同时采用传统定额法进行规划年需水预测,比较得到基于灰色关联分析的BP神经网络的需水预测结果更为真实合理,最后与通过趋势外推法得到的可供水量进行比较,可为青岛市未来水资源平衡分析提供相应地指导。