基于深度信念网络的建筑物用水流量预测

随着高层建筑的普及,无负压供水已成为一种重要的二次供水形态,而建筑物用水流量预测是水泵选型的重要依据。提出一种基于深度信念网络的建筑用水流量预测方法。综合利用环境、房价、水价等因素对建筑的低谷流量、普遍流量和峰值流量进行预测,进而为水泵选型提供数据支持。通过与BP神经网络方法进行对比实验,结果表明基于DBN的建筑用水流量预测方法可以较好地预测流量,优于BP神经网络的预测结果。