NAR神经网络的应用与检验——以城市居民生活需水定额为例.pdfVIP

灌溉排水学报 2017 年11 月 第36 卷第11期 Journal of Irrigation and Drainage 文章编号：1672 - 3317（2017 ）11 - 0122 - 07 NAR 神经网络的应用与检验 ——以城市居民生活需水定额为例 1,2,3 1,2 3 1, 2,3 李析男 ，王 宁 ，梅亚东 ，赵先进 （1.贵州省水利水电勘测设计研究院，贵阳550002 ；2.贵州省喀斯特地区水资源开发利用工程技术 研究中心，贵阳550002 ；3. 武汉大学 水资源与水电工程科学国家重点实验室，武汉430072 ） 摘 要：NAR 神经网络具有反馈和记忆功能，其在时间序列的建模仿真方面具有显著优点。以城市居民生活需水 定额为例，采用NAR 神经网络建立了贵州省城市居民生活需水定额的时间序列模型，通过试验法、留一法交叉检验 讨论了模型相关输入参数的计算与选取，通过相关系数、Nash 效率系数、LBQ 检验、ROC 曲线方法检验了模型的性 能和预测结果的精度，进而对贵州省城市居民生活需水定额变化趋势进行了预测。结果表明，①NAR 模型性能良 好并具有较高的预测精度，NAR 神经网络的相关系数r 、Nash 效率系数分别达到0.97 、0.87 ，LBQ 检验得出预测结果 误差不存在自相关性，采用预测结果绘制ROC 曲线，其AUC 值达到0.938（处于水平1，有较高准确性）；②需水定额 合理性评价中，预测2020 年、2030 年需水定额分别为137.72 L/ （人·d）、132.94 L/ （人·d），满足《室外给水设计规范》 (GB50013—2006)的要求，具有较好的适用性。 关 键 词：NAR 神经网络模型；留一法交叉验证；Ljung-Box Q 检验；ROC 曲线；定额预测 中图分类号：TV213.9 ；O212.6 文献标志码：A doi ：10.13522/ki.ggps.2017.11.020 李析男，王宁，梅亚东，等. NAR 神经网络的应用与检验——以城市居民生活需水定额为例[J]. 灌溉排水学报，2017, 36 （11）：122-128. 0 引 言 NAR 神经网络（Nonlinear Auto Regressive Neural Network ）具有反馈和记忆功能，其每一时刻的输出是 [1] 基于当前时刻以前系统的动态综合结果而得 ，其在时间序列动态变化的建模仿真方面具有显著优点。张 [2] 慧芳等 采用NAR 模型预测了商品零售价格指数，得出NAR 模型能够更好地捕获我国社会商品零售价格指 [3] 数的非线性自回归特征，预测精度较高；汪翔等 针对采用传统机理建模不能满足水体中亚硝酸盐质量浓度 变化预测的问题，建立了基于NAR 神经网络的养殖水体亚硝酸盐预测模型，得出NAR 网络具有较强的非线 性动态描述能力，在亚硝酸盐预测方面具有良好适应性和较高精度。然而，NAR 神经网络在运用过程中，滞 [4] 后阶数、隐层神经元个数等参数的选取由多种因素决定，目前没有成熟的理论依据 ，已有