BP神经网络算法在需水预测与评价中的应用.pdf

第37卷第22期 数学的实践与认识 v01．37No．22 Nove．-2007 2007年11月MATHEMATICSINPRACTICEANDTHEORY BP神经网络算法在需水预测与评价中的应用 凌和良1，桂发亮2，楼明珠3 (1．南昌工程学院理学系，扛西南昌330099) (2．南昌工程学院水利系，扛西南昌330099) (3．南昌工程学院计算机科学系．扛西南昌330099) 摘要， 需水预测是进行水贷源规划与管理的妊备技术方法．在水资源短缺的地区显得尤为重要．台理而准 确地预测未来的需水量，可以踌免投资的浪费或减少将来用球危机的发生．以江西省为例，采用BP神经网 络算法对江西省近期的需水进行预测与评价，将结果与其它方法预测的进行比较，比较结果说明神经网络算 洁预测衙水是成功的． 关键词： 水资源；需水预测；神经网络算法 l引 言 需水预测在水资源规划与管理中起着重要的作用，它是供水决策，水利投资时的重要参 考目标．需水预测要以经济发展特征和用水现状的研究为基础，重点研究工业发展趋势与产 业结构的调整、人民生活水平提高的速度与程度、农业经济模式与发展规划等．由于工业．农 业，生活用水有不同的供需规律，需分别预测． 目前，有关预测的模型方法有：趋势分析法、时间序列法、因果分析法、灰色预测模型、模 糊数学预测模型、人工神经网络预测模型．在需水预测中采用其中的一种，或在分部门需水 预测时将几种方法组合“’2]． 人工神经网络是一种由大量简单非线性神经元广泛连接而成的可以高速并行的系统， 它具有快速收敛与状态空间中一平衡稳定点的优点，因此作为优化算法模型而被应用到许 多优化问题的求解中． 本文首先结合江西省发展实际和发展规划，预测出近期的人口规模、经济规模，然后根 据不同行业的不同供需规律，考虑到影响农业和工业用水因素的复杂性和非线性关系。采用 BP神经网络算法预测工业、农业的需水量，对人口、环境需水采用趋势法． 2 BP神经网络算法原理 的多层网络设想(图1)． 在神经网络中，修改权值的规则称为学习算法，BP神经网络的学习过程由两部分构成； 正向传播和反向传播．当正向传播时，输入信息从输入层经隐层处理后传人输出层，每一层 神经元状态只影响下一层的神经元的状态．如果在输出层得不到希望的输出，则转人反向传 收稿日期-2007-02—04 基金项目：扛西省教育厅科技计划资助项目(赣教技字[2006]256号) 万方数据 22期 用应的43中价评与测预水需在法算络网经神PB：等，怠和凌 播，将误差信号沿原来的神经元 连接通路返回．在返回过程中， 逐一修改各神经元连接的权值． 这种过程不断迭代，最后使信号 误差达到允许的范围之内．其算 ：1)置各权值或阀值的初始下如骤值∞^，岛；步Z)提供训练样本，输入向法 输望期，中间层)A图l，BP神经网络模型·．-’出向量T一(t1，屯’．-·，‘)，对每个输入样本进行3)到5)的迭代；2p，l户(一尸量 ^第示表“d中式．j，6+“舻”∑【‘一b口；态状的元单层隐及出输际实的络网算计)3 的层f第在本样个^第示表“d，值权接连的层i第和层j第示表啊u，出输的层』第在本样个 ；值阀的层j第为以，出输