城市供水三种时用水量预测方法的比较

以A市时用水量数据为原始数据,采用自适应过滤法、动态多项式预测法和自适应季节性指数平滑法建立时用水量预测模型,对3种方法的预测结果与实际用水量进行比较,结果显示自适应季节性指数平滑法的预测精度最高,可用于A市优化调度建模。     

基于组合预测法的城市需水预测

建立指数平滑和灰色模型组合预测模型,采用改进熵值法确定权重系数,并运用组合模型对宁波市进行了需水预测。以宁波市2001～2015年城市用水总量为基础数据,2016年城市用水总量作为测试数据,预测结果显示,组合预测模型的相对误差只有0.17%,低于指数平滑预测的1.71%和灰色模型预测的1.19%,组合预测模型进一步提高了单一预测模型的预测精度。     

指数平滑法在典型城市GDP预测中的应用

首先论述了指数平滑法的预测模型，以及初始平滑值和平滑系数选取的原则。在此基础上，运用二次指数平滑法对新密市2008年城市GDP进行了预测，预测结果表明该法适宜于短期预测。最后对特定条件下平滑系数的选择进行了推理分析。     

电力系统短期负荷离线预测研究

针对某电网负荷预测问题，提出了对灰色预测法和单指数平滑法的有效改进，并将改进后的方法以及两种方 法的组合预测应用于实际负荷预测问题中，获得了满意效果。文中通过一个计算实例，比较了改进前后这几 种方法的预测精度，并列出了采用这几种方法进行负荷预测的满意结果。     

分位数回归在大坝变形监测中的应用

研究了基于分位数回归的大坝变形监测预测模型,并结合实例进行分析和预报,通过与多项式模型及指数平滑法的拟合精度和预测结果的比较,证明分位数回归法有很好的拟合效果和预测精度,可以很好地应用于大坝变形监测的数据处理中.     

基于组合模型的石羊河流域农业用水量预测

为了提高农业用水量模型的精度,以1997—2004年农业用水量数据为依据,建立了石羊河流域农业用水量的灰色GM(1,1)预测模型、三次指数平滑预测模型以及组合模型,并用2005—2007年的农业用水量数据进行检验。结果表明:组合模型的平均误差仅为0.27%,而单一的灰色GM(1,1)预测模型和三次指数平滑预测模型的平均误差分别为1.50%和0.54%。采用组合预测模型,对石羊河流域2008—2010年的农业用水量进行预测,结果分别为23.552亿、23.639亿、23.738亿m3。     

白城市农业灌溉需水量预测方法研究

文中主要探讨了趋势法、对数模型法、指数模型法和GM（1,1）灰色预测模型等4种需水预测方法对白城市灌溉需水量预测的效果,结果表明GM（1,1）灰色预测模型方法的相对误差和与真值的拟合度均优于其他3种方法.     

赋权指数平滑模型在城市日用水量预测中的应用

提出了一种新的用水量预测模型--赋权指数平滑模型,将其应用到城市日用水量预测中,预测结果具有很高的精度,平均绝对误差MAPE达到0.596%.比较发现赋权指数平滑模型得到的均方差与平均绝对误差均小于其他方法,进一步证实赋权指数平滑模型具有较高的预测精度,适用于日用水量的预测.     

灰色-标识指数法在地表水水质评价中的应用

利用改进的灰色关联分析法求得水质级别,再结合综合水质标识指数法确定灰色标识指数,建立了灰色-标识指数综合评价模型,并将该模型用于汾河的水质评价中。与传统灰色关联分析法的对比表明:将改进的灰色关联系数计算方法用于水质评价,能有效扩大关联度分布空间,消除关联评价趋于均匀化的问题,使评价结果更可靠;灰色-标识指数法充分体现了灰色关联分析法和综合标识指数法两种方法的优点,从灰色关联性的角度评价综合水质级别,同时又用标识指数全面反映水质的变化、超标指标个数、水域功能区达标情况;灰色-标识指数法可以科学、合理、全面地反映水质信息。     

基于BP神经网络的拱坝温度监测数据预测模型

实时监控拱坝的温度对工程进度和坝体安全具有重要意义.以白莲崖碾压混凝土拱坝温度监测数据为研究对象,建立基于MATLAB的拱坝温度监测反向传播(BP)神经网络预测模型,用原型观测数据对其进行校核和检验,并引入灰色理论中的GM(1,1)模型、混沌模型(最大Lyapunov指数法)与预测结果进行比较.结果证明,用人工神经网络建立坝体变形的神经网络模型对大坝变形能够进行较高精度的预测,具有良好的应用前景.     

两种需水预测影响因素分析方法的比较

针对利用BP人工神经网络进行城市需水预测建模前需要对众多影响因素进行筛选的问题,以广州市为例,利用SPSS软件相关分析和基于灰色关联度的相关分析方法分别进行求解。通过比较分析结果,采用SPSS分析方法的结果作为BP人工神经网络预测模型的输入,建立了基于SPSS相关分析的BP人工神经网络模型。由实例计算结果可以表明,该方法在城市需水预测问题上具有较高的精度。     

基于子波神经网络非参数模型的电力负荷预测

利用小波分析和人工神经网络,在给出基于正交尺度函数的小波网络的基础上,建立非参数回归估计的小波网络预测模型,并对四川电力负荷变化进行了预测,与最小二乘回归预测结果进行了对比分析.结果表明,预测结果与当地过去电力负荷变化情况相符,且小波网络回归预测结果较好.     

东海县需水量预测研究

为了提高对东海县需水量的预测精度,将比重较大且表现出很高随机性的灌溉需水量从需水总量中单独划出,采用定额法按不同频率年型对其进行预测;以灰色预测模型和三次指数平滑模型的组合预测法对非灌溉需水量进行预测,在确定单个模型的权重时更多地考虑了近期残差对预测值的影响;将灌溉需水量和非灌溉需水量汇总即可得到最终的预测值.该方法对数据要求不高并且能够按照不同的概率给出相应的需水量范围,从东海县需水量的历史数据可以判断最终的预测成果比较合理.     

灰色模型在某水闸变形监测数据处理中的应用

1概述 建筑物变形监测数据的分析方法比较多。常用的有回归分析法、指数曲线拟合法、时间序列法等,但这些方法常常需要大量的实测数据,且对实测数据有较严格的要求,但这有时无法得到。使用灰色预测模型则不需要大量的数据,数据可以是线性的,也可以是非线性的,而且可随时对模型进行修正以提高其预测精度。     

基于小波神经网络的年降水量预测模型研究

为了研究某一地区年降雨量的变化规律、特点,以及该地区的旱涝情况,以便提前采取预防措施,减少灾害带来的影响,降低损失,试图通过建立小波与神经网络组合模型的方法预测年降水量.将采用小波神经网络模型预测出的结果与人工神经网络模型预测出的结果进行比较,结果表明:采用小波神经网络模型的预测结果在精确度上要好于单独使用人工神经网络预测的结果.与人工神经网络模型相比,小波神经网络模型具有较高的预测精度,在对降雨量数据进行预测分析时具有较大优势.     

灰色系统理论在滇池流域干旱预测中的应用

利用滇池流域51 a的实测降雨量资料,根据灰色系统理论和建模原理,建立了干旱灰色预测GM(1,1)模型.并利用建立的干旱预测模型对滇池流域干旱灾害进行预测,利用实测资料对其模拟计算结果进行检验.经残差、关联度检验等,所建立的干旱灰色预测模型计算结果与实测结果相符,比较适宜滇池流域干旱情况的中长期预测.通过与常用的周期叠加法对干旱年份的预测结果比较,证明灰色系统理论的预测结果更准确.     

基于最小二乘支持向量回归的短期用水量预测

将最小二乘支持向量机(LSSVM)回归方法用于短期用水量的预测,对传统参数选择方法进行改进,提出通过分层交叉验证来确定最优参数,构建短期(日)用水量等维信息一步预测模型.将试验结果与季节性指数平滑法进行了比较分析,表明了该方法用于短期用水量预测的可行性和有效性.     

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。     

大坝沉降变形的灰色预测分析研究

用实测沉降资料预测大坝沉降过程是目前国内外大坝沉降变形监测分析中常采用的一种方法,包括双曲线拟合法、指数曲线拟合法和基于灰色理论的GM(1,1)模型预测方法。由于灰色理论在预测时不需要较长的观测数列,且能通过动态预测模型,最大程度的反映新信息在预测中的作用,因此在沉降变形预测方面具有很大的优势。本文针对目前大坝沉降变形GM(1,1)预测分析中存在的一些问题,根据大坝沉降变形的特点,分析了沉降观测数据列长度、观测时间的不等步长性、数据累加方式等对建模预测精度的影响,探讨了用灰色等维预测模型动态预测非稳态沉降变形过程的方法,提出了灰色等维动态预测模型的维数尺度标准。     

不同评价方法对水库水质评价的适应性

目前水体水质评价方法众多,如何筛选合适方法对水质状况进行科学评价,是环境保护中一项基础性和重要性工作。以广东省某水库2008年-2013年水质监测数据为基础,利用单因子评价法、综合污染指数法、模糊综合评判法和灰色关联分析法对水库水质进行了评价,对比分析了这四种方法评估结果的合理性以及存在的缺陷。研究表明:(1)不同方法的评价结果存在较大差异。灰色关联分析法评价的水质状况最好,模糊综合评判法的评价结果与其他方法评估结果的一致性最高。(2)不同方法受权重的影响也存在较大差异。灰色关联分析法受权重影响最小,而模糊综合评判法受权重影响最大。(3)灰色关联分析法则适用于初级使用者;模糊综合评判法适用于相关知识和经验丰富的人群;单因子评估法适用于流域最严格水资源管理;综合污染指数法仅能确定水体是否污染,但不能确定具体水质级别,可以作为一种补充方法。(4)为准确评估水体水质级别,减少权重和方法对结果的影响,建议采用多种评估方法进行综合分析。