摘要
针对需水量预测具有受诸多因素影响的复杂、高维和非线性等特性,基于BP神经网络算法原理,构建了BP神经网络需水预测模型,将模型应用于上海市需水预测中,并与灰色GM（1,1）需水预测模型的拟合、预测结果进行了对比分析。结果表明：①BP神经网络模型有着较高的拟合、预测精度,平均拟合误差为5.0153%、预测误差为4.0317%,系列平均误差仅为4.8513%,均在6%以内,可以应用于需水预测,模型泛化能力强,预测精度高,算法稳定,有着良好的应用前景。②灰色GM（1,1）模型预测的系列平均误差达到9.2541%,相对而言,BP神经网络模型预测精度要高于灰色GM（1,1）模型。
出处
《水资源研究》
2012年第3期19-22,共4页
Journal of Water Resources Research
