基于改进PSO-WNN模型的管网余氯预测研究 |
| |
引用本文: | 何自立,王云霏,马孝义,杨建国.基于改进PSO-WNN模型的管网余氯预测研究[J].中国农村水利水电,2015(2):86-88,92. |
| |
作者姓名: | 何自立 王云霏 马孝义 杨建国 |
| |
作者单位: | 西北农林科技大学 |
| |
基金项目: | 国家自然科学基金资助项目(51309193);陕西省水利厅科技项目(2011-05,SLKJ-2013-14);中央高校基本科研业务费专项资金(22050205) |
| |
摘 要: | 针对供水管网余氯浓度随时间序列的变化特性,采用小波神经网络模型对其变化规律进行预测分析。模型借助粒子群优化算法全局快速寻优对小波神经网络特性参数进行优化,克服预测模型网络参数选取可能存在的盲目性,增强了预测模型的全局搜索能力。研究结果表明:采用粒子群优化的小波神经网络模型,在较小数据要求的工况下能进行连续多步预测,相比常规时间序列预测在相应时间尺度内具有较高的预测精度,收敛性和稳定性也得到较明显增强。
|
关 键 词: | 小波神经网络 粒子群优化 余氯预测 供水管网 |
本文献已被 CNKI 等数据库收录! |
|