基于自激励门限自回归模型的井灌水稻需水量预测

利用自激励门限自回归模型（SETAR）能够描述具有极点和极限环的非线性系统及刻画幅频相依等非线性现象的特点，对三江平原井灌水稻各生育阶段需水量的长系列资料进行了分析，建立了SETAR（2，6，3，3）模型，采用9个参数有效地描述了水稻需水量各个生育期在多种气象及其他影响因子的作用下的周期变化的非线性复杂系统，经与实测值相比，精度较高，可在灌区规划管理与优化水稻灌溉制度中应用。     

支持向量机在三江平原井灌水稻需水量预测中的应用

探讨了支持向量机在水稻需水量预测中的应用.在介绍支持向量机基本思想和回归算法的基础上,利用此方法对三江平原井灌水稻生育期内需水量进行预测.结果表明:该方法具有速度快,泛化能力强,并具有较高的模型拟合和预测精度,为当地制定合理的节水灌溉制度提供理论依据.     

合理开发三江平原的水土资源发展井灌水稻

三江平原土地资源和水资源都比较丰富 ,占有一定比重的白浆土 ,这种土壤易旱易涝 ,种旱田产量很低 ,而种水稻产量高 ,经济效益显著 ,在开发治理三江平原时应注重发展水稻。特别是在三江平原腹地发展白浆土井灌水稻是变低产为高产的重要途径。     

基于人工神经网络模型的井灌水稻需水量预测

水稻需水量仿真与预测是制定优化灌溉制度的重要依据。应用人工神经网络技术（BP－ANN）处理需求量时间序列，通过自相关分析，确定网络结构，建立了井灌水稻需水量的人工神经网络模型，解决了需水量序列内部及其外部诸多影响因素之间的不确定关系，预测精度较高，可在灌区决策管理中应用。     

三江平原腹地井灌水稻灌溉控层技术探讨

井灌水稻必须结合先进的农业技术措施与合理的灌溉制度才能获得高产,如果灌水不当,在苗期易造成缺苗,在生育后期易使水稻贪青晚熟导致减产。因此必须以科学合理的灌溉方式,才能使水稻高产。水是一切植物生长所必需的,对于水稻来说更为重要。水在水稻生育中所起的作用非常重要。     

灰色模型在城市需水量预测中的应用

在调查新郑市水资源供需状况的基础上,从灰色系统理论的特点与需水量本身的变化规律出发,利用该理论建立了城市需水量灰色预测模型,对新郑市2010、2011、2012年的需水量进行了预测,得出需水量分别为15368.4万m3、16113.2万m3和16987.5万m3.结果表明此模型精度较高、预测误差较小,可以真实地代表实际系统,从而使原始数据资料能反映未来需水量的实际变化特性,适合于对城市需水量进行预测.该预测结果为规划建成节水型城市,以水资源的可持续利用实现社会经济的可持续发展提供战略对策.     

多元线性回归分析在北京城市生活需水量预测中的应用

从多元线性回归分析的特点出发 ,探讨北京城市生活需水量的影响因素 ,并对选定的影响因素进行回归分析 ,确定了最终的预测方程 ,应用预测方程对北京市 2 0 10年城市生活需水量进行了预测。     

基于遗传算法的门限自回归模型在浅层地下水位预测中的应用

提出了建立门限自回归模型的一种简便通用的方法，用遗传算法可同时优化门限值和自回归系数．实例计算的结果说明了其可行性和有效性．该方法在各种工程时序预测中具有广泛的应用价值     

基于遗传算法的门限自回归模型在浅层地下水位预测中的应用

提出了建立门限自回归模型的一种简便通用的方法，用遗传算法可同时优化门限值和自回归系数。实例计算的结果说明了其可行性和有效性。该方法在各种工程时序预测中具有广泛的应用价值。     

基于主成分回归与灰色神经网络模型的水资源承载力需水量预测

我国的水资源利用问题日趋严峻。作为影响水资源承载力的重要因素,社会经济活动对水资源的影响尤为明显。通过分析影响水资源承载力的社会经济驱动要素,建立主成分回归模型,分析得出影响江苏省水资源承载力变化的三个驱动力以及驱动力影响度,利用三个驱动力中的6个重要驱动因子,建立灰色神经网络预测模型,预测出江苏省2012-2013年的年需水量。结果表明:预测模型精度较高,最后结合江苏省发展现状提出相关的政策性建议。     

主成分回归在需水预测中的应用

城市需水量的准确预测对区域的发展具有十分重要的意义。城市需水受多重因素的影响,且这些因素大多存在较强的相关性。通过主成分分析法的计算分析,以金华市为例,采用2000-2010年的城市用水资料建立回归模型对需水量进行预测。结果表明:该模型应用于城市用水预测,其结果与当地实际情况较为吻合,模型的拟合程度和预测准确度较好。     

与GDP相关的生活需水量预测模型

在目前生活需水量多种预测方法中,往往回避将经济发展指标作为直接影响因素。本文用传统的预测方法,先对生活必需水量加以预测,然后单独考虑GDP对生活需水量的影响,建立了与GDP相关的生活需水量预测模型。用该模型对西安和北京两地的生活需水量进行预测,结果表明该模型进行生活需水量预测是可行的。     

等维新息径向基神经网络模型在需水预测中的应用

针对现有需水预测模型进行多周期预测时存在误差随预测周期延长而累积、抗随机因素干扰能力不足等问题,提出动态等维新息径向基神经网络模型,采用聚类方法进行网络学习,并将其应用于东莞市年需水量预测中。结果表明:动态等维新息径向基神经网络模型相对于基本径向基神经网络模型具有更高的预测精度,并且预测误差不会随着预测周期的延长而累积。     

基于二级修正的区域水资源需求量预测模型

根据区域社会经济发展的用水现状以及水资源需求的总体变化趋势,将Logistic生长曲线模型和GM(1,1)等维新息模型相结合,建立组合预测模型,组合预测区域水资源需求量,并利用ARIMA模型对区域水资源需求量的组合预测结果进行一级修正;在此基础上,根据区域节水规划的总体目标,剖析区域社会经济发展综合节水潜力,对区域水资源需求量的一级修正结果进行二级修正,最终得到区域水资源需求量的综合预测结果。算例分析结果表明,模型具有较高的预测精度。     

陕西省工业用水需求预测模型研究

论文运用经济计量学方法．首先考察了影响工业用水需求的各种影响因素与陕西省工业用水。需求之间的关系，建立了陕西省工业用水需求的多元线性回归预测模型．并对陕西省2005年和2010年的工业用水需求进行了点预测。对陕西省的水资源决策有一定的参考价值。     

基于改进型BP神经网络马尔科夫模型的区域需水量预测

为提高需水量预测的精确度,应用了一种BP神经网络与马尔科夫相结合的预测模型,介绍了它的基本原理及算法,并给出了该模型建立的具体过程,最后该模型被应用于需水量预测工作中,计算证明取得了较好的效果。     

中长期用水量预测在城市水资源配置中的应用

本文从H市给水管网系统改扩建工程的实际出发,运用灰色神经网络方法对城市中长期用水量进行了预测,建立了灰色神经网络GNNM(1,1)用水量预测模型,达到了在数据较少情况下提高预测精度的目的,编程实践证明是可行的。     

基于缺水率模型的蓄水型水田灌区旱情预报

频发的干旱灾害制约着我国社会经济的发展,其中农业干旱灾害的危害尤为明显。以江西省莲花县楼梯蹬水库灌区、罗卜冲水库灌区、河江水库灌区这3个以蓄水型水源为主的水田灌区为研究对象,在考虑水利工程对农业干旱影响的基础上,通过实地调查走访、理论联系实践的方式建立了各灌区的缺水率模型,以预报其农业旱情。结果表明,分析得出的水利用系数与实地调查结果基本吻合;且经对比计算,缺水率模型比连续无雨日数更适合评估水田灌区干旱程度,说明该模型可运用于以蓄水水源为主的水田灌区农业旱情的预测。     

几种需水量预测模型的比较研究

针对需水量预测具有受诸多因素影响的复杂非线性输入输出特性,提出了需水量预测的LS-SVM模型,以k-fold交叉验证法确定LS-SVM模型参数。将该模型应用于河北省南水北调受水区需水量预测中,并与BP神经网络模型以及多元回归模型的拟合、预测结果进行了对比分析。比较结果表明,LS-SVM的拟合精度虽然低于BP神经网络模型,但预测精度高于其他两种模型,因此,在训练样本较少的情况下,LS-SVM模型仍有较高的预测精度和较强的泛化能力,且在需水量预测方面具有很好的应用前景。     

水温模拟模型在井灌水稻区晒水池中的应用

文章在分析了井水灌溉水稻容易发生冷水害及其防治措施的基础上,运用灰色系统理论中的GM(0,h)模型,建立了井灌水稻区晒水池内的水温模拟模型GM(0,2),并利用GM(1,2)作对照,结果表明该模型模拟精度为1级,为井灌区晒水池内的水温模拟提供了新的思路。