基于随机森林模型的需水预测模型及其应用

编号 zgly0000886559

文献类型 期刊论文

文献题名 基于随机森林模型的需水预测模型及其应用

作者 王盼  陆宝宏  张瀚文  张巍  孙银凤  季妤 

作者单位 河海大学水文水资源学院 

母体文献 水资源保护 

年卷期 2014(1)

页码 34-37+89

年份 2014 

关键词 需水预测  随机森林模型  神经网络模型  解释变量  OOB交叉验证 

文摘内容 为解决需水预测模型精度问题,尝试基于随机森林模型的分类和回归功能构建需水预测模型。以苏州市需水量预测为研究实例,首先应用随机森林模型的分类功能将需水预测因子分类,经计算发现第一产业比例、人口、灌溉面积、万元产值用水量和国民经济生产总值为最重要的解释变量。在此基础上,用随机森林模型的回归功能对需水进行预测,同时采用相同的训练数据建立基于BP神经网络和RBF神经网络的需水预测模型,通过对比3个模型的预测结果,发现随机森林模型能有效预测需水量,且精度较高。