提出了一种基于堆栈稀疏自编码器的深度神经网络方法预测短期用水量。该方法首先通过堆栈稀疏自编码器以无监督学习的方式获得最优权重矩阵和偏差向量。然后，利用最优权重矩阵和偏差向量训练深度神经网络进行短期用水量预测。以某实际供水管网的时用水量数据为例验证所提方法的有效性。结果表明，与支持向量机和不含堆栈稀疏自编码器的深度神经网络相比，所提方法总体上具有更低的平均绝对百分比误差和均方根误差。
科研之友
微信
新浪微博
Facebook
分享链接
