基于贝叶斯准则的BP神经网络校园区间需水预测及优化调度方法
发布时间：2022-12-25 18:28
随着经济的迅速增长和人民生活水平的逐步提高,国内生活用水需求呈现出日益增长的局面,水资源供需矛盾日益突出,合理利用水资源至关重要。对于供水管网系统而言,准确可靠的水资源需求预测方法是城市供水调度的重要基础,合理有效的水资源调度方法是实现水资源可持续发展的必要环节,对水资源进行精确的预测及优化调度有利于对供水、用水和节水进行合理规划,进而促进供水管网系统的高效运行。本文结合校园历史用水数据,采用贝叶斯BP神经网络区间预测方法对校园需水量进行预测。该方法在改善BP神经网络易陷入局部极小化和收敛速度慢的问题的同时,能够有效预测出校园日用水量的波动范围,预测的准确率达到了96.7%,从而为水资源调配提供有效参考。本文先介绍了需水区间预测的具体方法,然后用贝叶斯法则对BP神经网络进行优化,之后对区间预测进行仿真,并与传统的BP神经网络预测方法进行对比。仿真结果表明,多数预测值基本和实际用水数值吻合,相对误差绝对值的平均值为1.6%,最大时刻预测误差为4.2%,从而验证所提出预测方法的有效性和精确度。此外,本文结合校园用水数据,以供水量、需水量和用水费用为约束条件,以人口目标和水环境目标为综合目标...
【文章页数】：59 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景
1.2 研究意义
1.3 国内外研究现状
1.3.1 水资源预测国内外研究进展
1.3.2 水资源调度国内外研究进展
1.4 本文的创新方法
1.4.1 水资源预测方法
1.4.2 水资源调度方法
1.5 研究内容
1.6 本章小结
第2章 校园供水管网系统
2.1 校园供水管网架构
2.2 技术路线
2.3 本章小结
第3章 校园区间需水预测模型
3.1 数据预处理
3.2 用水样本数据的聚类分析
3.3 需水预测区间选取
3.4 相似状态选取
3.5 贝叶斯优化BP神经网络权值阈值
3.5.1 贝叶斯优化BP神经网络模型
3.5.2 神经网络权值概率分布
3.5.3 权值最优解
3.5.4 阈值最优解
3.5.5 权值和阈值的调整
3.5.6 学习速率的调整
3.5.7 神经网络参数设定
3.6 校园需水区间预测结果
3.6.1 区间预测结果展示
3.6.2 需水预测区间置信水平
3.6.3 区间上限与区间下限
3.6.4 区间中值结果
3.6.5 区间中值误差校正结果
3.7 贝叶斯BP预测法与传统BP预测法的比较
3.8 本章小结
第4章 校园水资源优化调度模型
4.1 调度模型参数预处理
4.1.1 人口目标
4.1.2 水环境目标
4.1.3 供水量约束条件
4.1.4 需水量约束条件
4.1.5 用水费用约束条件
4.2 针对校园水泵采用出口节流方法
4.3 引入节流装置
4.4 遗传算法优化水资源调度模型
4.4.1 编码函数
4.4.2 确定适应度函数
4.4.3 遗传算法参数选取
4.4.4 遗传算法计算步骤
4.5 校园水资源优化调度实例分析
4.5.1 不同遗传迭代次数下校园日用水量调度结果
4.5.2 未引入节流装置和引入节流装置后校园日用水量调度结果
4.6 本章小结
结论
致谢
参考文献
作者简介
攻读硕士学位期间发表的论文和科研成果
【参考文献】：
期刊论文
[1]胶东调水工程水资源优化调度研究[J]. 杨静灵,王好芳,傅川,赵然杭,张锴慧,张烨,郑英. 人民黄河. 2018(05)
[2]基于水资源合理配置的地下水开发利用研究[J]. 王咏铃,夏军,刘兵. 人民黄河. 2017(09)
[3]基于PCA-RBF神经网络模型的城市用水量预测[J]. 高学平,陈玲玲,刘殷竹,孙博闻. 水利水电技术. 2017(07)
[4]基于灰色-BP神经网络组合模型的水位预测案例[J]. 马辉,孙颍桃,肖艳,张鹏程. 人民黄河. 2016(12)
[5]水文设计值置信区间估计研究[J]. 梁骏,宋松柏. 西北农林科技大学学报(自然科学版). 2016(10)
[6]基于朴素贝叶斯算法的流域降水预测方法[J]. 黄炜,李雪真,赵嘉,赵丽华,李臣民. 水利水电科技进展. 2016(04)
[7]需水预测方法比较研究[J]. 曹中华,于翚. 海河水利. 2016(03)
[8]不确定条件下的山西省水资源调度规划研究[J]. 刘忠华,于华,杨方廷,隋杰,邵磊. 水力发电学报. 2016(03)
[9]我国重大调水工程水资源调度管理现状研究[J]. 孙金华,陈静,朱乾德. 人民长江. 2016(05)
[10]边界层网格尺度对泵站流场计算结果影响研究[J]. 资丹,王福军,陶然,侯亚康. 水利学报. 2016(02)
博士论文
[1]基于遗传算法的柔性资源调度优化方法研究[D]. 赵诗奎.浙江大学 2013
硕士论文
[1]基于CGA的水资源优化调度研究[D]. 何智娥.兰州理工大学 2015
[2]基于MATLAB的几类神经网络稳定性分析仿真系统设计[D]. 李世琛.中国海洋大学 2013
[3]基于多目标遗传算法的灌区水资源优化调度研究[D]. 赵恩龙.长江科学院 2013
[4]基于遗传算法的水库综合利用优化调度研究[D]. 潘婷.新疆农业大学 2011
本文编号：3727128
【文章页数】：59 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景
1.2 研究意义
1.3 国内外研究现状
1.3.1 水资源预测国内外研究进展
1.3.2 水资源调度国内外研究进展
1.4 本文的创新方法
1.4.1 水资源预测方法
1.4.2 水资源调度方法
1.5 研究内容
1.6 本章小结
第2章 校园供水管网系统
2.1 校园供水管网架构
2.2 技术路线
2.3 本章小结
第3章 校园区间需水预测模型
3.1 数据预处理
3.2 用水样本数据的聚类分析
3.3 需水预测区间选取
3.4 相似状态选取
3.5 贝叶斯优化BP神经网络权值阈值
3.5.1 贝叶斯优化BP神经网络模型
3.5.2 神经网络权值概率分布
3.5.3 权值最优解
3.5.4 阈值最优解
3.5.5 权值和阈值的调整
3.5.6 学习速率的调整
3.5.7 神经网络参数设定
3.6 校园需水区间预测结果
3.6.1 区间预测结果展示
3.6.2 需水预测区间置信水平
3.6.3 区间上限与区间下限
3.6.4 区间中值结果
3.6.5 区间中值误差校正结果
3.7 贝叶斯BP预测法与传统BP预测法的比较
3.8 本章小结
第4章 校园水资源优化调度模型
4.1 调度模型参数预处理
4.1.1 人口目标
4.1.2 水环境目标
4.1.3 供水量约束条件
4.1.4 需水量约束条件
4.1.5 用水费用约束条件
4.2 针对校园水泵采用出口节流方法
4.3 引入节流装置
4.4 遗传算法优化水资源调度模型
4.4.1 编码函数
4.4.2 确定适应度函数
4.4.3 遗传算法参数选取
4.4.4 遗传算法计算步骤
4.5 校园水资源优化调度实例分析
4.5.1 不同遗传迭代次数下校园日用水量调度结果
4.5.2 未引入节流装置和引入节流装置后校园日用水量调度结果
4.6 本章小结
结论
致谢
参考文献
作者简介
攻读硕士学位期间发表的论文和科研成果
【参考文献】：
期刊论文
[1]胶东调水工程水资源优化调度研究[J]. 杨静灵,王好芳,傅川,赵然杭,张锴慧,张烨,郑英. 人民黄河. 2018(05)
[2]基于水资源合理配置的地下水开发利用研究[J]. 王咏铃,夏军,刘兵. 人民黄河. 2017(09)
[3]基于PCA-RBF神经网络模型的城市用水量预测[J]. 高学平,陈玲玲,刘殷竹,孙博闻. 水利水电技术. 2017(07)
[4]基于灰色-BP神经网络组合模型的水位预测案例[J]. 马辉,孙颍桃,肖艳,张鹏程. 人民黄河. 2016(12)
[5]水文设计值置信区间估计研究[J]. 梁骏,宋松柏. 西北农林科技大学学报(自然科学版). 2016(10)
[6]基于朴素贝叶斯算法的流域降水预测方法[J]. 黄炜,李雪真,赵嘉,赵丽华,李臣民. 水利水电科技进展. 2016(04)
[7]需水预测方法比较研究[J]. 曹中华,于翚. 海河水利. 2016(03)
[8]不确定条件下的山西省水资源调度规划研究[J]. 刘忠华,于华,杨方廷,隋杰,邵磊. 水力发电学报. 2016(03)
[9]我国重大调水工程水资源调度管理现状研究[J]. 孙金华,陈静,朱乾德. 人民长江. 2016(05)
[10]边界层网格尺度对泵站流场计算结果影响研究[J]. 资丹,王福军,陶然,侯亚康. 水利学报. 2016(02)
博士论文
[1]基于遗传算法的柔性资源调度优化方法研究[D]. 赵诗奎.浙江大学 2013
硕士论文
[1]基于CGA的水资源优化调度研究[D]. 何智娥.兰州理工大学 2015
[2]基于MATLAB的几类神经网络稳定性分析仿真系统设计[D]. 李世琛.中国海洋大学 2013
[3]基于多目标遗传算法的灌区水资源优化调度研究[D]. 赵恩龙.长江科学院 2013
[4]基于遗传算法的水库综合利用优化调度研究[D]. 潘婷.新疆农业大学 2011
本文编号：3727128
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3727128.html
