基于GRA-MEA-BP耦合模型的城市需水预测研究

来源：水资源与水工程学报杂志2018年第1期北京时间：

作者：李晓英，苏志伟，田佳乐，郑景耀

单位：（河海大学水利水电学院

摘要：针对城市需水量影响因子多、BP神经网络收敛速度慢、精度低、易陷入局部最优等问题，提出灰色关联分析、思维进化算法、BP神经网络三者耦合的改进预测模型，利用灰色关联分析（GRA）筛选需水量主要影响因子，采用全局搜索能力极强的思维进化算法（MEA）优化BP神经网络的权值和阈值，从而构建GRA-MEA-BP耦合需水预测模型，同时建立BP神经网络模型作为对比。实例应用结果表明，GRA-MEA-BP耦合模型具有更高的预测精度和预测速度，可作为一种有效的需水预测模型。

关键词：灰色关联分析,BP神经网络,思维进化算法,耦合模型,需水量预测

基金资助：国家重点计划研发课题（2016YFC0400909、2016YFC0402605）;江苏省高校优势学科建设工程项目（水利工程）；水利部黄河泥沙重点实验室开放课题基金项目（2017003）