水利工程論文-等維新息水資源消費(fèi)BP模型.doc_第1頁(yè)
水利工程論文-等維新息水資源消費(fèi)BP模型.doc_第2頁(yè)
水利工程論文-等維新息水資源消費(fèi)BP模型.doc_第3頁(yè)
水利工程論文-等維新息水資源消費(fèi)BP模型.doc_第4頁(yè)
水利工程論文-等維新息水資源消費(fèi)BP模型.doc_第5頁(yè)
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

水利工程論文-等維新息水資源消費(fèi)BP模型摘要:水資源消費(fèi)量的預(yù)測(cè)涉及許多因素和條件,根據(jù)城市水資源消費(fèi)變化特點(diǎn),選取能充分體現(xiàn)城市用水量變化規(guī)律的等維新息數(shù)據(jù)文件,建立城市水資源消費(fèi)量預(yù)測(cè)的等維新息BP神經(jīng)網(wǎng)絡(luò)模型。經(jīng)實(shí)例驗(yàn)證模型預(yù)測(cè)誤差小,可滿足水資源規(guī)劃等工作需要。關(guān)鍵詞:BP神經(jīng)網(wǎng)絡(luò)水資源消費(fèi)預(yù)測(cè)1前言水資源消費(fèi)量預(yù)測(cè)是合理開(kāi)發(fā)利用水資源的主要內(nèi)容之一,其值將直接影響城市發(fā)展規(guī)劃與建設(shè)計(jì)劃。隨著我國(guó)城市化進(jìn)程的加快,由此帶來(lái)的城市需水的增長(zhǎng)與水資源短缺的矛盾日益明顯。因此,在基于可持續(xù)發(fā)展的區(qū)域水資源規(guī)劃中,城市水資源消費(fèi)量是一個(gè)不可或缺的重要參數(shù)1。城市水資源消費(fèi)量的預(yù)測(cè)涉及許多因素和條件,如水資源狀況、環(huán)境特性、氣候條件等自然因素,以及國(guó)家建設(shè)方針、政策,國(guó)民經(jīng)濟(jì)計(jì)劃,社會(huì)經(jīng)濟(jì)結(jié)構(gòu),科學(xué)技術(shù)水平,經(jīng)濟(jì)發(fā)展速度,人民生活水平,人口控制計(jì)劃,水資源利用技術(shù)狀況等諸多方面。常用的用水量預(yù)測(cè)方法可分為兩類2,一類是解釋性預(yù)測(cè)方法,即找出被預(yù)測(cè)量的各影響因素,建立回歸分析模型;另一類是時(shí)間序列分析方法,它是依據(jù)被預(yù)測(cè)量的歷史觀測(cè)數(shù)據(jù),通過(guò)序列分析,找出其順序變化規(guī)律。但兩類方法各有優(yōu)缺點(diǎn)3。近年來(lái),人工神經(jīng)網(wǎng)絡(luò)理論迅速發(fā)展,并在模式識(shí)別、評(píng)價(jià)、預(yù)報(bào)等領(lǐng)域廣泛應(yīng)用。本文應(yīng)用人工神經(jīng)網(wǎng)絡(luò)中比較成熟的BP網(wǎng)絡(luò)理論4,結(jié)合灰色理論中的等維新息建模思想5,建立水資源消費(fèi)量預(yù)測(cè)模式。2BP網(wǎng)絡(luò)的結(jié)構(gòu)及基本原理人工神經(jīng)網(wǎng)絡(luò)BP(Back-Propagationnetwork)模型是一種由非線性單元組成的前饋網(wǎng)絡(luò),多輸入單輸出網(wǎng)絡(luò)結(jié)構(gòu)示意圖見(jiàn)附圖。典型的BP網(wǎng)絡(luò)由輸入層、隱層和輸出層構(gòu)成,其中各層節(jié)點(diǎn)間以權(quán)值W形式連接,為預(yù)先設(shè)定的節(jié)點(diǎn)閾值。BP網(wǎng)絡(luò)的輸入輸出采用單調(diào)上升的非線性變換Y=1/(1+e-x),連接權(quán)的算法用有教師的學(xué)習(xí)律,即用已知例子作為教師,對(duì)網(wǎng)絡(luò)的權(quán)進(jìn)行學(xué)習(xí),設(shè)Xpi,Tp(p=1,2,P;i=1,2,n)為已知的輸入、輸出的例子,Xpi,Tp為n維和一維矢量,Tp=(T1,T2,Tp)T,Xpi=(Xp1,Xp2,Xpn)T,把Xpi作為神經(jīng)元的輸入,在權(quán)的作用下可算出實(shí)際神經(jīng)元網(wǎng)絡(luò)的輸出Yp(Y1,Y2,Yp),在Tp與Yp之間存在一個(gè)差的平方和E(誤差),BP網(wǎng)絡(luò)的學(xué)習(xí)就是通過(guò)調(diào)整權(quán)值,使得每一次樣本訓(xùn)練誤差E最小,直到滿足要求的精度,此時(shí)網(wǎng)絡(luò)訓(xùn)練完畢。訓(xùn)練中,誤差E是一個(gè)具有極其復(fù)雜形狀的曲面,求其最小點(diǎn),即梯度為零時(shí)可能有幾種情況:(Tp-Yp)0,產(chǎn)生多值解;Yp(1-Yp)0,可能進(jìn)入一些平坦區(qū)域;存在一些局部極小點(diǎn)。以上三種情況可能產(chǎn)生滿足條件而非最小的解,為達(dá)到要求,需做以下改進(jìn)。在BP算法中,步長(zhǎng)是不變的,當(dāng)網(wǎng)絡(luò)的誤差曲面有平坦區(qū)存在時(shí),步長(zhǎng)太小,使迭代次數(shù)增加,步長(zhǎng)太大又使誤差增加,因此對(duì)于步長(zhǎng)做如下改進(jìn)6。即:1,當(dāng)E0時(shí);1,當(dāng)E0時(shí)。這里,為常數(shù),E=E(n0)-E(n0-1)(n0為迭代次數(shù))。通過(guò)以上修正,就可以進(jìn)行順利迭代了。3建模及實(shí)例3.1模型建立由前面的介紹,BP網(wǎng)絡(luò)的結(jié)構(gòu)及算法已經(jīng)很清晰,現(xiàn)在問(wèn)題的關(guān)鍵是如何選取已知的樣本Xpi及已知的輸出Tp來(lái)訓(xùn)練模型。對(duì)一個(gè)城市來(lái)說(shuō),歷史上歷年的用水量是已知的,即存在一個(gè)已知的用水量序列Xi(i=1,2,m)。首先視數(shù)據(jù)的多少選擇約為已知數(shù)據(jù)一半的前期信息作為訓(xùn)練樣本的數(shù)據(jù),進(jìn)行模型擬合;而另一半已知的后期信息作為模型的預(yù)測(cè)檢驗(yàn)樣本,來(lái)驗(yàn)證模型的精度。對(duì)一個(gè)時(shí)間序列的用水量數(shù)據(jù),排除突發(fā)因素,其內(nèi)部能夠體現(xiàn)用水量的變化趨勢(shì),即這些數(shù)據(jù)中存在著某些動(dòng)態(tài)記憶特征。這里引入灰色理論中建立等維新息模型的思想,建立如下訓(xùn)練樣本。已知輸入:X1,X2,Xn,X2,X3,Xn+1,Xp,Xp+1,Xn+p-1期望輸出:Xn+1,Xn+2,Xn+pT可見(jiàn),每一組輸入,其對(duì)應(yīng)的期望輸出皆為下一年的實(shí)際用水量值,而且后面的輸入序列總是去掉老信息而增加新信息,并保持等維,因此稱之為等維新息訓(xùn)練樣本,用這樣的樣本訓(xùn)練BP網(wǎng)絡(luò),所得的模型稱為神經(jīng)網(wǎng)絡(luò)等維新息預(yù)測(cè)模型。3.2實(shí)例研究某市水資源消費(fèi)量數(shù)據(jù)序列詳見(jiàn)表1。用等維新息BP網(wǎng)絡(luò)模型對(duì)其進(jìn)行訓(xùn)練,建立預(yù)測(cè)模型,并進(jìn)行預(yù)測(cè)檢驗(yàn)。表1歷年水資源消費(fèi)量統(tǒng)計(jì)表時(shí)序/年水資源消費(fèi)量/108t時(shí)序/年水資源消費(fèi)量/108t1234560.1179820.1391210.1775740.2230770.2316820.25423078910110.2932840.3366240.3658430.4079470.438403將表1所列數(shù)據(jù)序列用Xi(i=1,2,11)表示。以Xi,Xi+1,Xi+2,Xi+3(i=1,2,3,4)4個(gè)子數(shù)據(jù)序列為模型的訓(xùn)練樣本,期望輸出為X5,X6,X7,X8T,建立4個(gè)輸入節(jié)點(diǎn),4個(gè)隱節(jié)點(diǎn),1個(gè)輸出節(jié)點(diǎn)的BP網(wǎng)絡(luò)等維新息模型。賦予初始權(quán)值為隨機(jī)小量,初始步長(zhǎng)為0.3,將訓(xùn)練樣本輸入網(wǎng)絡(luò)反復(fù)訓(xùn)練,訓(xùn)練3990次后,誤差小于0.00002,訓(xùn)練結(jié)束,模型擬合完畢。下面用已知的數(shù)據(jù)序列建立如下3個(gè)已知數(shù)據(jù)子序列Xi+4,Xi+5,Xi+6(i=1,2,3,4)作為預(yù)測(cè)樣本來(lái)檢驗(yàn)?zāi)P偷木?。將以?組數(shù)據(jù)輸入擬合模型中,將其輸出及擬合模型的實(shí)際輸出與實(shí)際值比較。同時(shí)將結(jié)果與常規(guī)的趨勢(shì)移動(dòng)平均和灰色模型等預(yù)測(cè)方法的運(yùn)算結(jié)果對(duì)比,并采用誤差分析定量指標(biāo)對(duì)模型進(jìn)行評(píng)價(jià),結(jié)果一并列入見(jiàn)表2。其中常規(guī)預(yù)測(cè)方法采用DPS數(shù)據(jù)處理系統(tǒng)軟件7進(jìn)行處理。表2水資源消費(fèi)預(yù)測(cè)模型輸出值與實(shí)際值比較結(jié)果時(shí)序/年水資源消費(fèi)量/108t趨勢(shì)移動(dòng)平均模型GM(1,1)模型等維新息BP網(wǎng)絡(luò)模型輸出值/108t誤差/%輸出值/108t誤差/%輸出值/108t誤差/%5678910110.2316820.2542300.2932840.3366240.3658430.4079470.4384030.2315890.2626330.2979900.3333480.3687060.4040640.4394000.04-3.30-1.600.97-0.780.95-0.220.2307160.2582520.2890730.3235730.3621910.454170.4538030.41-1.581.433.870.990.62-3.510.2275320.2579660.2955240.3335540.3656340.4047630.4509121.36-1.07-0.760.910.060.78-2.85平均誤差/%1.121.521.11從比較結(jié)果可見(jiàn),城市用水量預(yù)測(cè)的神經(jīng)網(wǎng)絡(luò)等維新息模型,實(shí)例驗(yàn)證了其輸出值與原始值的誤差平穩(wěn)而且較小,模型誤差較小,預(yù)測(cè)精度較高。4結(jié)語(yǔ)城市水資源消費(fèi)是一個(gè)多因素、多層次的復(fù)雜系統(tǒng),要準(zhǔn)確描述這些因素與水資源消費(fèi)量的相關(guān)模型是困難的,但從水資源消費(fèi)量的時(shí)間序列中能體現(xiàn)出城市水資源消費(fèi)的發(fā)展趨勢(shì),也就是利用這種動(dòng)態(tài)記憶特征,結(jié)合灰色理論應(yīng)用中建立等維新息模型的思想,通過(guò)建立能反映其趨勢(shì)的等維新息訓(xùn)練樣本,進(jìn)行BP網(wǎng)絡(luò)學(xué)習(xí),以多維權(quán)值的形式反映用水量的內(nèi)在規(guī)律。已知輸入,只需上機(jī)運(yùn)算,而不需任何其它的人工行為,網(wǎng)絡(luò)本身具有很強(qiáng)的自組織、自適應(yīng)能力。模型訓(xùn)練好之后,就可以對(duì)未來(lái)城市水資源消費(fèi)進(jìn)行預(yù)測(cè)。神經(jīng)網(wǎng)絡(luò)理論結(jié)合灰色建模思想進(jìn)行時(shí)間序列問(wèn)題的預(yù)測(cè)是一種試的嘗試,如何選擇訓(xùn)練樣本,如何確定輸入節(jié)點(diǎn)及隱節(jié)點(diǎn)個(gè)數(shù)才能進(jìn)一步提高模型精度,需進(jìn)一步討論。但就本文的實(shí)例驗(yàn)證來(lái)看,所建模型無(wú)疑是有發(fā)展?jié)摿Φ?。參考文獻(xiàn):1彭岳津.城市化進(jìn)程對(duì)水資源需求的影響A.水資源與水環(huán)境承載能力研究文集C.北京:中國(guó)水利水電出版社,2002.2吳文桂,洪世華.城市水資源評(píng)價(jià)及開(kāi)發(fā)利用M.南京:河海大學(xué)出版社,1988.3陳惠源,萬(wàn)俊.水資源開(kāi)發(fā)利用M.武漢:武漢大學(xué)出版社,2001.4楊建剛.人工神經(jīng)網(wǎng)絡(luò)實(shí)用教程M.杭州:浙江大學(xué)出版社,2001.5李正最.排污量灰色預(yù)測(cè)方法J.水資源保護(hù),1991,(2):1822.6李正最.推算洪水流量的人工神經(jīng)網(wǎng)絡(luò)方法J.四川水力發(fā)電,1997,(1):1014.7唐啟義,馮明光.實(shí)用統(tǒng)計(jì)分析及其DPS數(shù)據(jù)處理系統(tǒng)M.北京:科學(xué)出版社,2002.TheEqual-dimensionandNew-informationBPNeuralNetworkModelofWaterResourcesConsumptionAbstract:AequaldimensionandnewinformationmodelofurbanwaterconsumptionhasbeenestablishedbasedonBack-Propagationneuralnetwork.Bytheexperimentatcertaincity,andincomparisonwi

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論