区域经济一人口系统需水量的灰色预测方法研究

根据区域经济-人口系统需水量是受工农业发展及人口增长等众多已知和未知因素影响,提出用灰色模型进行区域需水量的预测,通过实例分析表明在缺少长期统计资料的情况下,用灰色模型进行区域需水量的预测是可行的.     

基于模糊神经网络的区域需水预测计算模型

将神经网络和模糊理论相结合建立模糊神经网络模型，从模糊神经网络角度并运用灰色系统理论对区域需水量进行预测，通过应用于盐城市在未来2010年需水预测的实例，计算分析结果表明该模型具有良好的可行性和合理性，可以借此深人分析外生变量与区域需水量之间的关系。     

灰色系统理论在城市需水量预测中的应用

针对城市需水量特点，运用了具有适用性广，预测准确率高等优点的灰色系统预测模型并对该模型的精度进行了检验。最后用实例验证了该模型用于预测城市需水量的可行性及有效性。     

加速遗传算法在需水预测中的应用

利用灰色系统理论把受各种因素影响的需水量视为在一定范围内变化的与时间有关的灰色量,从而建立GM(1,1)模型对区域需水量进行预测,并对模型进行改进,探讨利用基于加速遗传算法的RAGA-GM(1,1)模型来对广州市的需水进行预测模拟。     

灰色系统理论在城市需水量预测中的应用

针对城市需水量特点、运用了具有适用性广，预测准确率高等优点的灰色系统预测模型并对该模型的精度进行了检验。最后用实例验证了该模型用于预测城市需水量的可行性及有效性。     

基于集对分析的区域需水量组合预测模型

在建立区域需水量预测的多元回归、神经网络和灰色系统模型的基础上,提出基于集对分析的区域需水量组合预测模型(SPA-CF),从同、异、反3个方面对各单个预测模型的预测精度进行定性和定量的综合分析,合理确定各单个预测模型的权重。应用结果表明,SPA-CF是一种直观、简便、通用的组合预测新模型,在区域需水量预测中具有推广应用价值。     

基于加权灰色-马尔可夫链模型的城市需水预测

城市需水量预测是区域水资源规划及优化配置的基础内容。在基于灰色GM(1,1)模型预测城市需水量总体趋势的基础上,引入加权马尔可夫链预测理论,建立了加权灰色马尔可夫GM(1,1)预测模型。该模型既考虑了GM(1,1)模型较强的处理单调数列的特性,又考虑了通过相对误差的状态转移概率矩阵的变换提取数据随机波动响应的特点。成都市城市需水量预测结果表明:加权灰色马尔可夫GM(1,1)模型充分利用需水量数据给予的信息,实现了对相对误差的状态转移的预测,并提高了修正灰色模型预测值的精度;通过与其它2种灰色预测模型预测结果比较,加权灰色马尔可夫GM(1,1)模型精度更高,预测得到2012年和2013年成都市城市需水量分别为74 250.91万m³和79 818.34万m³,呈明显增长趋势。因此该模型提高了随机波动较大数据序列的预测精度,拓宽了传统灰色模型预测的应用范围,更具科学性。     

灰色GM(1,1)模型预测鞍山市居民生活需水量探讨

依据鞍山市2004—2013年居民生活需水量数据,运用灰色GM(1,1)模型对2014—2020年未来7年的居民生活需水量进行预测分析。经计算,该模型的后验差比值C=0.3181,小误差概率P=1.000 0。模型预测精度为好,预测等级为1级,表明此模型符合其灰色特性,可应用于鞍山市居民生活需水量的预测,为区域水资源规划的制定和管理提供基础数据。     

基于模糊神经网络的区域需水预测计算模型

将神经网络和模糊理论相结合建立模糊神经网络模型,从模糊神经网络角度并运用灰色系统理论对区域需水量进行预测,通过应用于盐城市在未来2010年需水预测的实例,计算分析结果表明该模型具有良好的可行性和合理性,可以借此深入分析外生变量与区域需水量之间的关系。     

基于灰色模型的区域需水量预测探讨

区域需水量是一动态、非平衡随机过程,如何进行合理的中长期预报,以保障经济社会的可持续发展,是水资源规划、开发利用与保护以及管理需要研究的重要问题.该文运用对数的灰色模型对区域需水量预测进行了探讨,并根据广州、韶关的历年实际供水量建立相应的预测模型,分析其预测精度及模型的适用条件.     

德州市工业需水量预测方法研究

工业需水量是用水总量控制指标之一,文章以德州市的工业需水量作为研究对象,分别利用相关分析预测模型和灰色理论动态模型进行德州市工业需水量预测研究,并对模型结果进行检验,结果表明灰色理论动态模型能够很好地预测德州工业需水量,为德州市实行最严格水资源管理制度提供技术支撑。     

基于灰色模型的城市需水量预测

用灰色模型对四川省资阳市2010、2015、2020年的需水量进行了预测,得出需水量分别为2 282.0、2 834.6、3 235.3万m3。对预测结果的精度校验表明,模型的预测精度等级为一级。     

基于灰色理论的区域需水量预测研究

针对区域水资源可持续开发利用研究中未来年份区域需水量估计预测问题,建立了基于灰色理论的区域水资源需水量预测模型.奎屯市需水量预测值与实际值对比分析,及数理统计检验中的后验差检验结果表明,该模型可用于区域水资源需求量预测.     

组合预测模型在区域需水量预测中的应用

为实现水资源的合理利用与科学调配,准确的需水量预测方法是必不可少的。在采用多元线性回归模法、灰色预测模型以及神经网络模型进行区域需水量的基础上,结合信息熵原理确定各个单项模型的加权系数对需水量进行组合预测。计算结果表明,组合预测模型对各个预测模型的信息进行了优化整合,增强了预测的稳定性及精度,为水资源的合理规划提供了科学决策依据。     

灰色遗传神经网络模型对居民年需水量预测

根据居民年生活用水的特点,提出一种灰色遗传神经网络组合模型。该模型首先通过遗传算法(GA)对λ取值进行选优,并运用灰色加权模型对年需水量进行一级预测,后通过BP模型对年需水量进行二级预测。以A市S区年居民生活年需水量为例,将2007~2013年生活年需水量作为原始数据并选择合适指标对2014年需水量进行预测。结果表明,组合模型相比灰色神经网络模型精度提高0.84个百分点,比GM(1,1)模型提高了3.08个百分点。     

城市年需水量的灰色预测探讨

分析了某市年需水量的变化特点,讨论了对年需水量预测效果较好的灰色GM(1,1)模型在该市年需水量预测中的应用,并提出了改进灰色模型在该市年需水量预测中的应用,结果表明:改进的灰色预测模型与传统的灰色GM(1,1)模型相比,平均相对误差及原点误差均较小,可用于该市的年需水量预测,为该市年需水的宏观调控与用水规划提供参考.     

基于灰色GM(1，1)模型的农田灌溉需水量预测

介绍灰色理论建模原理和模型参数辨识方法,并以实例(长治市1997~2004年灌溉用水资料)建立了灰色GM(1,1)预测模型,运用残差检验、后验差检验以及关联度检验3种方法对模型进行了精度检验,其模型的拟合精度达95.3%。用所建立的模型对长治市2005~2012年农灌需水量进行了外推预测。预测结果表明,该灰色模型用于农灌需水量预测,符合其灰色特性,通用性好,并且所需数据少,计算量适中,预测结果与当地实际情况比较吻合。     

基于遗传-神经网络的城市需水量预测方法研究

为了实现城市可持续发展，城市需水量预测极为重要。针对目前常用的灰色预测方法，从建模机理出发，指出了灰色建模中存在的不足。本文将人工神经网络原理引入城市需水量预测中，并针对BP网络收敛速度慢、易陷入局部极小的缺陷，提出了基于GA和BP的预测模型，实例研究表明该模型是一种行之有效的城市需水量预测模型。     

基于改进灰色模型的石河子市需水量预测

针对城市需水预测原始序列波动性大、两阶段弱化缓冲算子的灰色模型对序列预处理强度难以把控的问题,在建模过程中引入变权弱化缓冲算子,通过研究人员的定性分析确定权重,实现对算子作用强度的控制,从而提高模型预测的精度。基于石河子市2011-2018年用水统计资料,分别建立了传统的灰色模型、二阶弱化缓冲算子的灰色模型、变权弱化缓冲算子的灰色模型,并结合指标分析法对城市需水量进行了预测。结果表明:改进后的模型较其他两种模型精度有所提高,并能在后续的预测中保持其稳定性和精度,与指标分析法预测结果差距小。石河子市需水量预测研究可为区域水资源规划与调度提供可靠的科学依据。     

基于RBP神经网络模型的城市需水量方法研究

城市需水量预测是水资源可持续发展的研究基础。需水量预测考虑的影响因素较复杂,增加了需水量预测难度。通过建立RBP神经网络模型,以河北省A城市为例,进行城市需水量拟合与预测,与传统BP神经网络模型和灰色系统模型计算结果进行对比分析,结果表明RBP神经网络模型拟合的相对误差为2.65%,模型预测结果的相对误差为3.92%,计算结果精度高于另外两种方法,对今后城市需水量预测方法研究提供了一种有效方法的借鉴。