您的位置: 专家智库 > >

重庆市科技计划项目(CSTC2006AB7020)

作品数:5 被引量:29H指数:4
相关作者:王圃王颖池年平李江涛唐鹏飞更多>>
相关机构:重庆大学重庆工商大学德累斯顿工业大学更多>>
发文基金:重庆市科技计划项目建设部科学技术计划项目教育部人文社会科学研究基金更多>>
相关领域:建筑科学环境科学与工程农业科学更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 4篇建筑科学
  • 1篇环境科学与工...
  • 1篇农业科学

主题

  • 3篇水量
  • 3篇水量预测
  • 2篇用水量
  • 2篇用水量预测
  • 2篇神经网
  • 2篇神经网络
  • 1篇多分辨
  • 1篇多分辨分析
  • 1篇絮凝
  • 1篇絮凝效果
  • 1篇源水
  • 1篇支持向量
  • 1篇支持向量回归
  • 1篇支持向量机
  • 1篇日供水量
  • 1篇日用水量
  • 1篇日用水量预测
  • 1篇树形
  • 1篇水管
  • 1篇主成分

机构

  • 5篇重庆大学
  • 2篇重庆工商大学
  • 1篇德累斯顿工业...

作者

  • 5篇王圃
  • 2篇王颖
  • 1篇姜伟康
  • 1篇张晋
  • 1篇李川
  • 1篇刘琼
  • 1篇王颖
  • 1篇白云
  • 1篇李江涛
  • 1篇池年平
  • 1篇唐鹏飞
  • 1篇白云

传媒

  • 1篇给水排水
  • 1篇中国给水排水
  • 1篇四川大学学报...
  • 1篇应用基础与工...
  • 1篇排灌机械工程...

年份

  • 1篇2018
  • 1篇2015
  • 2篇2014
  • 1篇2006
5 条 记 录,以下是 1-5
排序方式:
基于变结构支持向量回归的城市日用水量预测被引量:5
2015年
鉴于日用水量的时变性,本文提出一种基于变结构支持向量回归的动态预测模型.利用日用水量的历史数据训练支持向量机,得到模型结构参数历史数据序列,然后利用扩展卡尔曼滤波器对模型结构参数组进行估计,最后用模型结构参数估计量来更新模型结构并预测下一天日用水量.在实例分析中分别利用变结构支持向量回归模型和支持向量机预测模型对实际用水量性进行预测分析.结果表明,前者具有更好的动态跟踪能力和更高的预测精度,可应用于城市日用水量的预测.
王圃白云李川王颖王颖
关键词:变结构支持向量机日用水量
基于多分辨BP神经网络的城市日供水量预测模型被引量:8
2018年
鉴于BP神经网络预测城市日供水量的不足,提出了基于多分辨BP神经网络预测模型。通过离散小波变换将日供水量序列的复杂特性转化为不同尺度下的单一特性,并分别进行BP神经网络预测。针对日供水量的混沌特性,对其进行相空间重构,重构后的时间序列为网络输入。应用实例表明,与单一BP神经网络相比,多分辨BP神经网络可更好地反映序列细节和变化特性,具有更高的预测精度,平均绝对百分比误差为1.481%。
王圃唐鹏飞白云刘琼
关键词:水量预测多分辨分析BP神经网络相空间重构
基于分形维数的絮凝效果定量化试验被引量:12
2006年
研究了水力条件、物理化学条件等因素对絮凝体分形维数的影响,用聚合氯化铝做絮凝试验,观察絮凝体的电镜照片并计算了絮凝体的分形维数,结果表明,当水力停留时间从低于标准停留时间的20.00%逐渐增加到超过33.30%时,絮凝体的分形维数数值从低于标准值的5.13%逐渐增加到高于标准值的16.03%;絮凝剂投加量最佳时分形维数最大,投加量不足时分形维数的数值下降了17.06%~33.15%,投加最过量时分形维数的数值下降了22.65%-35.63%;实验表明絮凝体的分形维数与絮凝条件有显著的相关性,可以作为絮凝效果定量化研究的参数。
王圃池年平李江涛
关键词:絮凝分形维数微污染源水
基于隶属度的污水管网设计流量矩阵计算模型研究
2014年
运用图论的树形结构理论分析污水管网的拓扑结构,提出用隶属度表示街区或集中用水点与管段的对应关系,并给出隶属度矩阵的概念和求解方法。基于隶属度建立矩阵计算模型,用Matlab编程实现设计流量的自动求解。结合实例,验证了模型求解大型污水管网设计流量的可行性和快捷性。
姜伟康王圃许文斌
关键词:污水管网街区管段流线树形
基于用水量驱动因子的水量预测模型被引量:5
2014年
采用主成分分析法筛选出显著的驱动因子,结合灰色关联分析将筛选出的驱动因子进行灰色聚类和优势分析.以用水量驱动因子为基础,利用SPSS建立多层感知器网络,利用矩阵实验室建立GRNN神经网络和BP神经网络.将诱导有序加权平均算子(IOWA)应用到水量预测模型中,构建基于IOWA算子的MLP-GRNN-BP组合用水量预测模型,最后建立由平方和误差(SSE)、均方误差(MSE)、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)、均方百分比误差(MSPE)和Theil系数(μ)组成的预测效果评价体系,评价预测模型的预测效果,最后以重庆市的用水量预测为例,验证以上方法的可行性.结果表明:经过主成分分析及灰色关联分析,可将用水量驱动因子由31个降为12个,12个驱动因子可综合为4个聚类,可确定4种用水量的各自驱动因子的重要性排序;BP,MLP,GRNN和MLP-GRNN-BP组合模型预测结果的MAPE,MSPE和Theil系数均在5%以内.
王圃王以知张晋王颖
关键词:用水量预测神经网络IOWA算子主成分分析
共1页<1>
聚类工具0