基于广义回归神经网络的用水量预测模型及其应用

打开文本图片集

摘要：用水预测对落实最严格水资源管理制度、实现节水型社会建设具有重要意义。文章建立基于非线性优化光滑因子的广义回归神经网络模型，用来刻画人口、GDP、工业增加值、有效灌溉面积和实际灌溉面积与用水量之间的非线性映射关系。用水量预测实验表明：2016—2021年庆阳市用水量的预测值和实际值吻合较好，2016年用水量的预测值和实际值偏差最大，2019年和2021年用水量的预测值和实际值完全吻合，均方误差只有0.4，相对误差只有0.15；2016—2021年平凉市用水量的预测值和实际值之间的偏差不大，比较稳定，均方误差只有0.3，相对误差只有0.13，预测准确率达到87%。（剩余6363字）