粒子优化算法的基本思想 粒子群优化算法实际应用

2022年5月1日发

(作者：杰克逊太空舞步)

维普资讯

第４０卷第６期　

２００７年６月　

天津大学学报　

Ｊｏｕｒｎａｌ　ｏｆ　Ｔｉａｎｊｉｎ　Ｕｎｉｖｅｒｓｉｔｙ　

Ｖｏ１．４０　Ｎｏ．６　

Ｊｕｎ．２００７　

粒子优化算法在城市需水量预测中的应用　

岳　琳　新闻推广，张宏伟　网络舆情监测报告，王　亮　

（１．天津大学环境科学与工程学院，天津３０００７２；２．天津工业大学材料科学与化工学院，天津３００１６０）　

摘要：在对天津市需水量现状进行调查的基础上，分析需水量与相关因素的变化规律网站策划技巧，建立天津市需水量预测　

模型．应用粒子优化算法（ＰＳＯ）对神经网络权值进行优化防恶意点击软件，建立ＰＳＯ—ＢＰ神经网络pr值查询，应用于需水量预测模型的求　

解．将ＰＳＯ—ＢＰ法与传统的ＢＰ神经网络法的计算结果进行对比，前者的预测平均相对误差比后者低５％．结果证明，　

该预测模型能够较好地拟合天津市需水量变化趋势，ＰＳＯ—ＢＰ方法比ＢＰ方法具有更高的收敛速度和精度．　

关键词：城市需水量；粒子优化算法；人工神经网络；预测模型　

中图分类号：ＴＵ９９１　文献标志码：Ａ　文章编号：０４９３—２１３７（２００７）０６—０７４２—０５　

Ａｐｐｌｉｃａｔｉｏｎ　ｏｆ　Ｐａｒｔｉｃｌｅ　Ｓｗａｒｍ　Ｏｐｔｉｍｉｚａｔｉｏｎ　ｉｎ　

Ｕｒｂａｎ　Ｗａｔｅｒ　Ｄｅｍａｎｄ　Ｐｒｅｄｉｃｔｉｏｎ　

ＹＵＥ　Ｌｉｎ　，ＺＨＡＮＧ　Ｈｏｎｇ．ｗｅｉ　网络销售方案，ＷＡＮＧ　Ｌｉａｎｇ　

（１．Ｓｃｈｏｏｌ　ｏｆ　Ｅｎｖｉｒｏｎｍｅｎｔａｌ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｅｎｇｉｎｅｅｒｉｎｇ广告营销策划方案，Ｔｉａｎｊｉｎ　Ｕｎｉｖｅｒｓｉｔｙ营销型网站建设，Ｔｉａｎｊｉｎ　３０００７２界首网，Ｃｈｉｎａ；　

２．Ｓｃｈｏｏｌ　ｏｆ　Ｍａｔｅｒｉａｌ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｃｈｅｍｉｃａｌ　Ｅｎｇｉｎｅｅｒｉｎｇ开业软文，Ｐｏｌｙｔｅｃｈｎｉｃ　Ｔｉａｎｊｉｎ　Ｕｎｉｖｅｒｓｉｔｙ，Ｔｉａｎｊｉｎ　３００１６０如何推广博客，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｂａｓｅｄ　ｏｎ　ｔｈｅ　ｉｎｖｅｓｔｉｇａｔｉｏｎ　ｏｆ　ｔｈｅ　ｐｒｅｓｅｎｔ　ｄａｔａ　ｏｆ　Ｔｉａｎｊｉｎpagerank，ｆｏｒｅｃａｓｔ　ｍｏｄｅｌ　ｆｏｒ　ｍｕｎｉｃｉｐａｌ　ｗａｔｅｒ　ｒｅｓｏｕｒｃｅ　

ｄｅｍａｎｄ　ｉｎ　Ｔｉａｎｊｉｎ　ｗａｓ　ｓｅｔ　ｕｐ　ｔｈｒｏｕｇｈ　ａｎａｌｙｚｉｎｇ　ｗａｔｅｒ　ｄｅｍａｎｄ　ａｎｄ　ｉｔｓ　ｉｎｆｌｕｅｎｃｉｎｇ　ｆａｃｔｏｒｓ．Ｔｈｅ　ｐｏｗｅｒ　ｖａｌｕｅ　ｏｆ　

ａｒｔｉｉｆｃｉａｌ　ｎｅｕｒａｌ　ｎｅｔｗｏｒｋ　ｉｓ　ｏｐｔｉｍｉｚｅｄ　ｂｙ　ｐａｒｔｉｃｌｅ　ｓｗａｌｑｑｌ　ｏｐｔｉｍｉｚａｔｉｏｎ（ＰＳＯ）ｔｏ　ｓｅｔ　ｕｐ　ＰＳＯ—ＢＰ　ｎｅｔｗｏｒｋ　ｔｏ　ｆｉｎｄ　ｔｈｅ　

ｓｏｌｕｔｉｏｎ　ｂｅｔｗｅｅｎ　ｔｈｅ　ｍｏｄｅ１．Ｔｈｅ　ｒｅｓｕｌｔｓ　ｂｅｔｗｅｅｎ　ｔｈｅ　ＰＳＯ—ＢＰ　ａｎｄ　ｃｌａｓｓｉｃａｌ　ＢＰ　ｗｅｒｅ　ｃｏｍｐａｒｅｄ，ａｎｄ　ｔｈｅ　ａｖｅｒａｇｅ　

ｐｒｅｄｉｃｔｉｏｎ　ｅｒｒｏｒ　ｗａｓ　ｒｅｄｕｃｅｄ　ｂｙ　５％．Ｔｈｅ　ｅｘａｍｐｌｅ　ｓｈｏｗｅｄ　ｔｈａｔ　ＰＳＯ—ＢＰ　ｎｅｔｗｏｒｋ　ｗａｓ　ｍｏｒｅ　ｆｉｔ　ｆｏｒ　ｕｒｂａｎ　ｗａｔｅｒ　ｄｅ—　

ｍａｎｄ　ｐｒｅｄｉｃｔｉｏｎ　ｉｎ　Ｔｉａｎｊｉｎ　ａｎｄ　ｈａｄ　ｈｉｇｈｅｒ　ｆｏｒｅｃａｓｔｉｎｇ　ｐｒｅｃｉｓｉｏｎ　ｔｈａｎ　ＢＰ　ｍｅｔｈｏｄ．　

Ｋｅｙｗｏｒｄｓ：ｕｒｂａｎ　ｗａｔｅｒ　ｄｅｍａｎｄ；ｐａｒｔｉｃｌｅ　ｓｗａｌｑｑｌ　ｏｐｔｉｍｉｚａｔｉｏｎ；ａｒｔｉｉｃｉａｌｆ　ｎｅｕｒａｌ　ｎｅｔｗｏｒｋ；ｐｒｅｄｉｃｔｉｏｎ　ｍｏｄｅｌ　

纵观人类发展的历史建站培训，城市的存在和发展取决于　点，因而微观预测往往有较大的误差；宏观预测方法多　

是否可以得到充足的水源东seo，现今，可利用水资源量决定　

了现代高度文明的城市可以承载的人口和经济总量．　

科学地预测城市的水资源中长期需求量网络推广营销，是合理规划　

城市发展方向、规模和布局，以及从时间和空间上合理　

分配水资源的重要前提条件．　

国内外学者对于城市的中长期需水量预测做了大　

量的研究网络营销是什么专业，应用的预测方法可分为微观和宏观两大类：　

采用时间序列拟合的方法，适用于城市形成时问比较　

久用水资料比较齐全且较长的情况，通常准确性要高　

于微观预测方法．现在的城市中长期需水研究多采用　

宏观预测杭州网站推广，２０世纪８０年代以前的宏观预测方法主要　

有递增率法、单元线性回归法及多元线性回归法等；由　

于计算机技术的发展和预测决策的需要西安网站推广，许多新的基　

于人工智能的预测方法得到应用快照删除，如用阶次模型（ｃａｓ．　

微观预测方法采用以人口、工业产值或城市面积作为　

ｃａｄｅ　ｍｏｄｅ１）和一阶不确定分析来预测用水量的可信　

区间　，联合Ｂｏｘ—Ｊｅｎｋｉｎｓ时间序列模型　Ｊ，灰预测　基本单位，根据确定的用水定额求得，但由于城市发展　

具有经济发展迅速、城市化进程快、人口流动大等特　

模型　和人工神经网络模型＿４　等．这些预测方法中以　

收稿日期：２００６—０７—２７；修回日期：２００７—０１—１２百度seo关键词优化，　

基金项目：自然科学基金资助项目（５０２７８０６２网站优化北京，５０５７８１０８）．　

作者简介：岳琳（１９８１一　）seo北京，女网络营销新闻，博士研究生买链，ｊａｓｍｉｎｅｌｉｎｌｉｎ＠１６３关键词优化怎样，ｃｏｎ　

通讯作者：王亮北京网站优化，ｍａｓｈｉ７８２２＠１６３百度seo点击器，ｃｏｎ．