关键词：粒子群算法 神经网络 供水量 相对误差 拟合度 

摘要：鉴于BP神经网络、RBF神经网络在城市供水量预测精度上的不足,利用粒子群算法优化两者相关参数,实现更高预测精度,并通过建立BP神经网络、RBF神经网络、PSO-BP神经网络、PSO-RBF神经网络分别对城市供水量数据进行仿真预测。最终测试样本统计结果显示:RBF神经网络比BP神经网络平均相对误差(MRE)低约1%,在拟合度(R^2)上高约0.014;PSO-BP神经网络比BP神经网络在MRE上降低约1.25%,在R^2上提高约0.05;PSO-RBF神经网络比RBF神经网络在MRE上降低约0.3%,在R^2上提高约0.072。由此说明RBF神经网络比BP神经网络在城市供水量预测方面更有优势,并且利用粒子群算法优化神经网络模型参数可有效提升神经网络预测精度。

软件导刊杂志要求:

{1}作者简介：文尾附注第一作者简介，含姓名（出生年月）、性别、民族、籍贯、学历学位、单位、职务、职称、研究方向等，并注明准确通讯地址、邮政编码、电话号码、E-mail地址。

{2}本刊只接受word版电子文本。文稿须包括题目、提要、关键词、正文及作者简介。

{3}题目中除公知公用的缩略语外，尽量不用外文缩略语。

{4}参考文献列出的一般应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献。

{5}关键词应有3～5个。词与词之间用分号分隔。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社