一种基于BP神经网络区间需水预测方法

摘要

本申请公开了一种基于灰色关联分析下的遗传算法优化反向传播神经网络区间需水预测方法。该方法首先利用灰色关联分析方法对原始数据进行处理，找出校园用水的主要因素；然后选用BP神经网络作为预测算法，采用遗传算法对BP神经网络进行优化，得到状态最优的BP神经网络进行预测；再通过输出的点的预测值和实际值的残差来寻找最优的预测区间上下界，可以准确地预测用水量在未来时段的波动范围。与传统BP预测方法相比，本申请的需水预测方法更加有效，精确度更高。