基于贝叶斯BP神经网络的区间需水预测方法

摘要

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,对校园用水量进行预测.首先运用贝叶斯准则对BP神经网络进行优化,之后对区间预测进行仿真并和传统的BP神经网络预测法进行比较,结果显示预测准确率为96.7％,多数预测值和实际用水量吻合,相对误差绝对值平均为1.6％,最大预测误差为4.2％,表明该方法不仅可以解决传统BP神经网络易陷入局部极小化和收敛速度慢的问题,而且能够有效预测出校园日用水量的波动范围,验证了预测方法的有效性和精确性.