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
共找到
6
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
西安市日用水量预测模型研究
被引量:
8
1
作者
张雄
党志良
+1 位作者
叶朝俐
李洋
《机械工程与自动化》
2005年第5期65-68,共4页
从分析影响西安市日用水量变化的主要因素着手,建立了西安市日用水量预测的回归模型,然后利用自回归模型对回归残差进行了修正。最后,结合所建的两个模型得到了西安市日用水量预测的综合模型,经检验,所建模型简单易用,预测误差小,能满...
从分析影响西安市日用水量变化的主要因素着手,建立了西安市日用水量预测的回归模型,然后利用自回归模型对回归残差进行了修正。最后,结合所建的两个模型得到了西安市日用水量预测的综合模型,经检验,所建模型简单易用,预测误差小,能满足供水系统管理调度的要求。
展开更多
关键词
日用水量预测
回归模型
自回归模型
下载PDF
职称材料
基于多尺度相关向量机的城市日用水量预测
2
作者
白云
谢晶晶
+1 位作者
王晓雪
李川
《水资源与水工程学报》
2016年第3期39-42,共4页
为提高日用水量预测精度,提出一种基于多尺度相关向量机的预测模型。通过静态小波分解将用水量非平稳时间序列分解为不同尺度的平稳时间序列,然后在分解后的各子序列分别建立相关向量机回归模型进行预测,最后通过小波逆变换将各子序列...
为提高日用水量预测精度,提出一种基于多尺度相关向量机的预测模型。通过静态小波分解将用水量非平稳时间序列分解为不同尺度的平稳时间序列,然后在分解后的各子序列分别建立相关向量机回归模型进行预测,最后通过小波逆变换将各子序列预测结果整合得出原始用水量时间序列的预测值。在实例分析中分别利用多尺度关联向量机模型和单尺度相关向量机预测模型对实际用水量进行预测分析。结果表明,前者具有更高的预测精度,可应用于城市日用水量的预测。
展开更多
关键词
多尺度
相关向量机
日用水量预测
小波逆变换
重庆市
下载PDF
职称材料
基于多因素长短时神经网络的日用水量预测方法研究
被引量:
3
3
作者
陆维佳
朱建文
+2 位作者
叶圣炯
毛哲凯
信昆仑
《给水排水》
CSCD
北大核心
2020年第1期125-129,共5页
针对城市日用水量非线性变化问题,为实现水资源的优化调度和合理利用,提出一种深度学习的水量预测方法,建立多因素长短时神经网络模型预测日用水量。该方法选取影响日用水量的因素作为输入特征,日用水量时间序列数据作为训练样本,利用...
针对城市日用水量非线性变化问题,为实现水资源的优化调度和合理利用,提出一种深度学习的水量预测方法,建立多因素长短时神经网络模型预测日用水量。该方法选取影响日用水量的因素作为输入特征,日用水量时间序列数据作为训练样本,利用数据挖掘,输出用水量预测值。结合杭州示范区实际案例,与传统的人工神经网络方法进行对比,结果表明,长短时神经网络的预测结果优于传统的人工神经网络,并且基于多因素长短时神经网络模型的预测结果优于单因素长短时神经网络模型,预测结果具有较强的精度和稳定性。
展开更多
关键词
日用水量预测
深度学习
多因素
长短时神经网络
下载PDF
职称材料
MCPSO优化BP-NN在日用水量预测中的应用
被引量:
2
4
作者
周天佐
罗大庸
《微计算机信息》
2009年第9期151-153,共3页
论文使用MCPSO(多群合作粒子群算法)的全局随机优化能力修正了传统BP神经网络的收敛速度过慢,容易出现局部最小值的缺点,并结合长沙第八水厂的供水量数据,使用优化后的BP网络进行日用水量的预测,结果表明优化后的BP算法在减少迭代次数...
论文使用MCPSO(多群合作粒子群算法)的全局随机优化能力修正了传统BP神经网络的收敛速度过慢,容易出现局部最小值的缺点,并结合长沙第八水厂的供水量数据,使用优化后的BP网络进行日用水量的预测,结果表明优化后的BP算法在减少迭代次数和预测准确性方面都有非常大的提升。
展开更多
关键词
MCPSO
BP神经网络
日用水量预测
下载PDF
职称材料
城市供水水量预测模型研究及案例分析
被引量:
4
5
作者
丁士水
《山西建筑》
2007年第14期164-165,共2页
从分析城市用水量的变化规律着手,给出了城市用水量预测的常用模型,并以此为基础分析了选择用水量预测模型时所需考虑的影响因素,然后以铜陵市日用水量预测为例,建立了三阶自回归预测模型,最后分析了铜陵节假日用水量预测模型,为供水系...
从分析城市用水量的变化规律着手,给出了城市用水量预测的常用模型,并以此为基础分析了选择用水量预测模型时所需考虑的影响因素,然后以铜陵市日用水量预测为例,建立了三阶自回归预测模型,最后分析了铜陵节假日用水量预测模型,为供水系统管理的良好调度提供了数据依据。
展开更多
关键词
日用水量预测
回归模型
自回归模型
下载PDF
职称材料
基于贝叶斯理论的日用水量概率预测
被引量:
1
6
作者
陈磊
《系统工程理论与实践》
EI
CSSCI
CSCD
北大核心
2017年第3期761-767,共7页
为解决城市日用水量的概率预测问题,提出了基于贝叶斯理论的日用水量预测法.引入贝叶斯理论,建立了日用水量概率预测系统.在系统中,利用支持向量机建立日用水量预测模型、似然函数和先验密度,并采用自适应马尔可夫链蒙特卡罗模拟方法求...
为解决城市日用水量的概率预测问题,提出了基于贝叶斯理论的日用水量预测法.引入贝叶斯理论,建立了日用水量概率预测系统.在系统中,利用支持向量机建立日用水量预测模型、似然函数和先验密度,并采用自适应马尔可夫链蒙特卡罗模拟方法求解日用水量的后验密度,得到日用水量的概率预测值.实例表明,本文提出的预测方法不仅显著提高了日用水量的预测精度,而且通过定量给出预测值的置信区间,为城市供水系统的调度提供了更科学、可靠的决策依据.
展开更多
关键词
贝叶斯理论
马尔可夫链
蒙特卡罗法
支持向量机
日用水量预测
原文传递
题名
西安市日用水量预测模型研究
被引量:
8
1
作者
张雄
党志良
叶朝俐
李洋
机构
西安理工大学水利水电学院
出处
《机械工程与自动化》
2005年第5期65-68,共4页
文摘
从分析影响西安市日用水量变化的主要因素着手,建立了西安市日用水量预测的回归模型,然后利用自回归模型对回归残差进行了修正。最后,结合所建的两个模型得到了西安市日用水量预测的综合模型,经检验,所建模型简单易用,预测误差小,能满足供水系统管理调度的要求。
关键词
日用水量预测
回归模型
自回归模型
Keywords
daily water-consumption forecasting
regressive model
autoregressive model
分类号
TU991.31 [建筑科学—市政工程]
O141.4 [理学—基础数学]
下载PDF
职称材料
题名
基于多尺度相关向量机的城市日用水量预测
2
作者
白云
谢晶晶
王晓雪
李川
机构
安徽科技学院建筑学院
安徽科技学院资源与环境学院
重庆市南岸区环境监测站
重庆工商大学装备系统服役健康保障国际联合研究中心
出处
《水资源与水工程学报》
2016年第3期39-42,共4页
基金
安徽高校自然科学研究重点项目(KJ2016A168)
安徽科技学院校级重点学科建设(AKZDXK2015B01)
+1 种基金
教育部留学回国人员科研启动基金(教外司留[2013]693号)
重庆市研究生教育教学改革研究项目(yjg143015)
文摘
为提高日用水量预测精度,提出一种基于多尺度相关向量机的预测模型。通过静态小波分解将用水量非平稳时间序列分解为不同尺度的平稳时间序列,然后在分解后的各子序列分别建立相关向量机回归模型进行预测,最后通过小波逆变换将各子序列预测结果整合得出原始用水量时间序列的预测值。在实例分析中分别利用多尺度关联向量机模型和单尺度相关向量机预测模型对实际用水量进行预测分析。结果表明,前者具有更高的预测精度,可应用于城市日用水量的预测。
关键词
多尺度
相关向量机
日用水量预测
小波逆变换
重庆市
Keywords
multi-scale
relevance vector machine
daily water consumption forecast
inverse wavelettransform
Chongqing City
分类号
TU991.31 [建筑科学—市政工程]
下载PDF
职称材料
题名
基于多因素长短时神经网络的日用水量预测方法研究
被引量:
3
3
作者
陆维佳
朱建文
叶圣炯
毛哲凯
信昆仑
机构
同济大学环境科学与工程学院
杭州市水务控股集团有限公司
出处
《给水排水》
CSCD
北大核心
2020年第1期125-129,共5页
文摘
针对城市日用水量非线性变化问题,为实现水资源的优化调度和合理利用,提出一种深度学习的水量预测方法,建立多因素长短时神经网络模型预测日用水量。该方法选取影响日用水量的因素作为输入特征,日用水量时间序列数据作为训练样本,利用数据挖掘,输出用水量预测值。结合杭州示范区实际案例,与传统的人工神经网络方法进行对比,结果表明,长短时神经网络的预测结果优于传统的人工神经网络,并且基于多因素长短时神经网络模型的预测结果优于单因素长短时神经网络模型,预测结果具有较强的精度和稳定性。
关键词
日用水量预测
深度学习
多因素
长短时神经网络
Keywords
Daily water quantity prediction
Deep learning
Multivariate
LSTM
分类号
TU991 [建筑科学—市政工程]
下载PDF
职称材料
题名
MCPSO优化BP-NN在日用水量预测中的应用
被引量:
2
4
作者
周天佐
罗大庸
机构
中南大学信息科学与工程学院
出处
《微计算机信息》
2009年第9期151-153,共3页
基金
基金申请人:罗大庸
基金颁发部门:湖南省科技厅
项目名称:垃圾焚烧炉综合集成控制系统(2006GK3130)
文摘
论文使用MCPSO(多群合作粒子群算法)的全局随机优化能力修正了传统BP神经网络的收敛速度过慢,容易出现局部最小值的缺点,并结合长沙第八水厂的供水量数据,使用优化后的BP网络进行日用水量的预测,结果表明优化后的BP算法在减少迭代次数和预测准确性方面都有非常大的提升。
关键词
MCPSO
BP神经网络
日用水量预测
Keywords
MCPSO
BP-NN
forecasting of daily water consumption
分类号
TP389.1 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
城市供水水量预测模型研究及案例分析
被引量:
4
5
作者
丁士水
机构
铜陵首创水务有限责任公司
出处
《山西建筑》
2007年第14期164-165,共2页
文摘
从分析城市用水量的变化规律着手,给出了城市用水量预测的常用模型,并以此为基础分析了选择用水量预测模型时所需考虑的影响因素,然后以铜陵市日用水量预测为例,建立了三阶自回归预测模型,最后分析了铜陵节假日用水量预测模型,为供水系统管理的良好调度提供了数据依据。
关键词
日用水量预测
回归模型
自回归模型
Keywords
daily water consumption prediction, regression model, auto regression model
分类号
TU991.3 [建筑科学—市政工程]
下载PDF
职称材料
题名
基于贝叶斯理论的日用水量概率预测
被引量:
1
6
作者
陈磊
机构
浙江工业大学建工学院
出处
《系统工程理论与实践》
EI
CSSCI
CSCD
北大核心
2017年第3期761-767,共7页
基金
国家自然科学基金(50908165)~~
文摘
为解决城市日用水量的概率预测问题,提出了基于贝叶斯理论的日用水量预测法.引入贝叶斯理论,建立了日用水量概率预测系统.在系统中,利用支持向量机建立日用水量预测模型、似然函数和先验密度,并采用自适应马尔可夫链蒙特卡罗模拟方法求解日用水量的后验密度,得到日用水量的概率预测值.实例表明,本文提出的预测方法不仅显著提高了日用水量的预测精度,而且通过定量给出预测值的置信区间,为城市供水系统的调度提供了更科学、可靠的决策依据.
关键词
贝叶斯理论
马尔可夫链
蒙特卡罗法
支持向量机
日用水量预测
Keywords
Bayesian theory
Markov chain
Monte Carlo method
support vector machine (SVM)
daily water consumption forecasting
分类号
TU991.33 [建筑科学—市政工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
西安市日用水量预测模型研究
张雄
党志良
叶朝俐
李洋
《机械工程与自动化》
2005
8
下载PDF
职称材料
2
基于多尺度相关向量机的城市日用水量预测
白云
谢晶晶
王晓雪
李川
《水资源与水工程学报》
2016
0
下载PDF
职称材料
3
基于多因素长短时神经网络的日用水量预测方法研究
陆维佳
朱建文
叶圣炯
毛哲凯
信昆仑
《给水排水》
CSCD
北大核心
2020
3
下载PDF
职称材料
4
MCPSO优化BP-NN在日用水量预测中的应用
周天佐
罗大庸
《微计算机信息》
2009
2
下载PDF
职称材料
5
城市供水水量预测模型研究及案例分析
丁士水
《山西建筑》
2007
4
下载PDF
职称材料
6
基于贝叶斯理论的日用水量概率预测
陈磊
《系统工程理论与实践》
EI
CSSCI
CSCD
北大核心
2017
1
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部