首页 | 本学科首页   官方微博 | 高级检索  
     

基于径向基函数网络的能源消费量预测模型
引用本文:孙廷容,杨菊香,张洪波,黄强,王功. 基于径向基函数网络的能源消费量预测模型[J]. 西安理工大学学报, 2006, 22(2): 163-166
作者姓名:孙廷容  杨菊香  张洪波  黄强  王功
作者单位:1. 西安理工大学,水利水电学院,陕西,西安,710048;山西省水利厅,山西,太原,030002
2. 西安理工大学,水利水电学院,陕西,西安,710048
基金项目:山西省科学技术发展计划项目(041091),西安市科技计划项目(HJ05001-4)
摘    要:采用径向基函数(RBF)神经网络方法进行能源消费量预测,建立了基于RBF神经网络的能源消费量预测模型。以我国1978~1997年的实际数据作为学习样本,对网络进行训练,拟合效果良好;以1998~2002年的实际数据检验网络,预测精度较高。并通过实例与BP网络进行比较,表明RBF网络预测模型优于BP网络预测模型。

关 键 词:径向基函数  神经网络  能源消费量  预测
文章编号:1006-4710(2006)02-0163-04
收稿时间:2005-11-24
修稿时间:2005-11-24

Energy Consumption Prediction Model Based on Radial Basis Function Network
SUN Ting-rong,YANG Ju-xiang,ZHANG Hong-bo,HUANG Qiang,WANG Gong. Energy Consumption Prediction Model Based on Radial Basis Function Network[J]. Journal of Xi'an University of Technology, 2006, 22(2): 163-166
Authors:SUN Ting-rong  YANG Ju-xiang  ZHANG Hong-bo  HUANG Qiang  WANG Gong
Abstract:Energy consumption prediction is made by the use of radial basis function(RBF) neural network method,and energy consumption prediction model based on RBF neural network is established.The RBF neural network is trained with the actual data of 1978-1997 as learning sample with a good fitting effect.The RBF neural network is tested with the actual data of 1998-2002 and have a high prediction precision.Via the comparision with Back Propagation network,the results show that the RBF neural network is better than BP neural network in accuracy and speed of training.
Keywords:radial basis function  neural network  energy consumption  prediction
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号