-
题名基于随机森林模型的需水预测模型及其应用
被引量:41
- 1
-
-
作者
王盼
陆宝宏
张瀚文
张巍
孙银凤
季妤
-
机构
河海大学水文水资源学院
-
出处
《水资源保护》
CAS
2014年第1期34-37,89,共5页
-
基金
国家自然科学基金(NSFC-50979023)
水利部公益性行业科研专项(201201026)
-
文摘
为解决需水预测模型精度问题,尝试基于随机森林模型的分类和回归功能构建需水预测模型。以苏州市需水量预测为研究实例,首先应用随机森林模型的分类功能将需水预测因子分类,经计算发现第一产业比例、人口、灌溉面积、万元产值用水量和国民经济生产总值为最重要的解释变量。在此基础上,用随机森林模型的回归功能对需水进行预测,同时采用相同的训练数据建立基于BP神经网络和RBF神经网络的需水预测模型,通过对比3个模型的预测结果,发现随机森林模型能有效预测需水量,且精度较高。
-
关键词
需水预测
随机森林模型
神经网络模型
解释变量
oob交叉验证
-
Keywords
water demand prediction
random forests model
neural network model
explaining variable
oobcross validation
-
分类号
P333.9
[天文地球—水文科学]
-