BP预测中的应用.pdfVIP

中国石油大学学报(社会科学版) 2011年12 月摇 摇 摇 摇 摇 摇 摇 摇 Journal of China University of Petroleum(Edition of Social Sciences)摇 摇 摇 摇 摇 摇 摇 摇 Dec.2011 基于因子分析的BP神经网络在需水 预测中的应用 ———以对北京市水资源预测为例 任艳萍,刘婷娜,张佳佳 (中国石油大学理学院,北京 102249) [摘摇 要]如何准确预测需水量,对优化水资源配置极为重要。 采用因子分析的方法对影 响需水量的因子降维,进一步确定BP神经网络的输入样本数,算法简单,对水资源的需求预测 效果良好。 [关键词]因子分析;BP神经网络;需水预测 [中图分类号]X2摇 [文献标识码]A摇 [文章编号] 1673-5595(2011)S2-0213-02 摇 摇 对于需水预测,中国已有不少专家学者提出许 大正交旋转;(6)计算因子得分。 多的预测方法,如神经网络预测法、径向基函数神经 (二)BP神经网络 [1鄄3] 网络预测法、组合灰色模型预测法等 ,以及还有 BP神经网络是一种误差反向传播的训练算法, [4] 把水资源分产业进行预测的方法 。 无论采用哪 由于它具有自组织、自学习、自适应及容错性等一系 一种需水预测方法,都需要对影响水资源的各种因 列的优点,而在各个领域得以广泛地应用。 通常情 素进行分析。 本文以北京市为例,采用因子分析方 况下,BP神经网络主要包括输入层、隐含层和输出 法确定影响需水量的主要因素,以此来确定 BP 神 层三部分。 其大体的步骤有:(1)对输入变量、输出 经网络的输入样本,然后利用 BP 神经网络对样本 变量归一化,把所有数据都转化在[0,1]范围之间; 进行训练和预测。 (2)将输入层权值、阈值和输出层权值、阈值赋予 一、研究方法 (0,1)范围内的随机数;(3)利用输入层与隐含层的 (一)因子分析方法 传递函数得出隐含层的输出;(4)利用隐含层与输 在相关影响因子分析中,因子分析是将多个指 出层的传递函数得出输出层的输出;(5)计算误差; 标化为少数相互无关的综合指标的统计方法。 其基 (6)如果误差在给定允许误差范围内,计算结束。 本思想是通过变量的相关系数矩阵内部结构的研 否则对各层权值、阈值依次反向修正,以达到最后 究,找出能控制所有的少数几个随机变量去描述多 目标。 个变量直接的相关关系。 二、北京市水资源预测 对因子分析的过程为:(1)确认待分析的若干 (一)因子选取 变量是否适合作因子分析;(2)将原始数据标准化, 选取北京市1995—2009年的年需水量为样本, 为书写方便记为x ;(3)建立变量的相关系数矩阵ij 部分数据见表 1。 应用 SPSS 软件,对8个因子:国 R=(r ) ;(4)求R 的特征根及相应的单位特征向 内生产总值 X1、工业生产总值 X2、农业生产总值 ij p伊p 量,分别记为姿 逸姿 逸…逸姿 0,根据累计贡献率 X3、人口数X4、有效灌溉面积X5、播种面积X6、耕