基于尖峰自组织模糊神经网络的需水量预测

作     者：乔俊飞 张力 李文静 QIAO Jun-fei;ZHANG Li;LI Wen-ring

作者机构：北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124 

出 版 物：《控制与决策》 (Control and Decision)

年 卷 期：2018年第33卷第12期

页      面：2197-2202页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(61533002 61603009) 北京市科技专项课题领军人才项目(Z15110000013151010) 北京工业大学日新人才计划项目(2017-RX(1)-04) 

主　　题：模糊神经网络 自组织 尖峰机制 需水量预测 给水管网 

摘      要：短期需水量预测是城市给水管网安全稳定运行的前提和保证.针对日需水量预测提出一种基于尖峰机制的自组织模糊神经网络(SSOFNN)模型.针对影响变量复杂多变的特点,采用主成分分析对原始数据进行降维处理,获取线性无关的主成分变量作为预测模型输入数据. SSOFNN模型根据尖峰强度和误差指标在训练过程中对隐含层神经元进行增长修剪,结合改进Leveberg-Marquardt算法简化参数更新过程中的计算过程,大大减少了计算量,能够获得紧凑的网络结构,且跟踪精度高,运行时间短,预测效果好.