组合模型在用水量预测中的应用

鉴于一个地区用水量的复杂性和非线性的特征,分别采用灰色预测模型、Logistic模型和龚帕茨模型预测成都市城市用水量.通过进行冗余检验,灰色预测模型是冗余方法,剔除冗余方法后,对Logistic模型和龚帕茨模型采用最小化方差的办法进行权重分配,建立了成都市用水量的组合预测模型.结果表明:与单项预测模型相比,组合模型的预测精度高,预测结果更加可靠.     

Matrix VB组件在工业需水量预测中的应用

Matrix VB组件,具有强大的矩阵运算功能和绘图功能,使VB求解相关回归分析问题更加简单。详细介绍了Matrix VB组件的应用方法,并据此对峰峰矿区工业需水量进行了预测,结果表明该方法编程思路简单,是程序开发的好方法。     

灰色新陈代谢GM(1,1)模型在江门市年需水预测中的应用

通过对江门市1998-2006年历年年用水量的分析,建立灰色新陈代谢GM(1,1)预测模型,结果表明该模型预测误差较小、精度较高,并预测了该市2007-2016年年需水量,其成果可供该市水资源开发利用、规划和管理等工作参考。     

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。     

组合预测法在城市生活需水量预测中的应用

科学客观地预测城市生活需水量,合理规划水资源的配置,是城市发展的需要. 本文运用GM(1,1)模型和一元线性回归模型相结合的组合模型对城市生活需水量进行预测,结果表明,组合预测综合考虑了各种因素的影响,能够提高需水量的预测精度,为水资源合理规划提供了科学决策依据.     

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ARIMA与ANN组合模型的需水量预测方法研究

需水量预测影响因素较多,具有线性和非线性特征。本文为了提高预测精度,提出基于ARIMA与ANN组合模型的需水量预测方法 ,利用ARIMA模型良好的线性拟合能力和ANN模型强大的非线性关系映射能力,把需水量时间序列看成由线性自相关结构和非线性结构组成,采用ARIMA模型预测需水量序列的线性部分,用ANN模型对其非线性残差部分进行预测,再将二者预测值进行组合预测。通过实例研究,组合模型预测精度更高,是需水量预测的一种有效方法。     

GM组合模型用于城市生活用水量预测

以天津市为例,采用GM组合模型预测城市生活用水量,力求提高预测的精度。首先,通过对往年城市用水特点的分析,运用多元逐步回归的方法和等维灰数递补动态模型对天津市城市生活用水量进行预测,预测的平均误差分别为7.59%和11.55%;然后,采用上述两种模型的GM组合模型对天津市城市生活用水量进行预测,预测的平均误差降低为5.06%。实践证明,GM组合模型适用于城市生活用水量的预测,精度令人满意。     

灰色动态模型在工业用水量预测中的应用

灰色动态模型在工业取水量预测中避免缺乏资料和人为确定参数的不利条件，能有效提高预测结果的科学性和准确性。本文对济南市的厂矿企业增长和人民生活的提高，使城市用水量急剧增加的情况进行灰色动态模型群法预测，结果误差较小。进一步证明该模型的科学性和准确性。     

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.     

改进的 GM（1，1）模型在工业需水量预测中的应用

灰色系统模型在贫信息、小样本的非线性系统建模中具有明显优势,适合对时间序列较短时的需水量进行预测。该文针对基本灰色预测模型背景值构造不合理及未充分利用新信息的缺点,采用重构背景值和等维递补原理对基本GM（1,1）模型进行改进,并利用改进模型对惠州市工业需水量进行拟合和预测,结果表明,改进模型预测精度更高,可作为城市需水量预测的一种方法。     

两种工业需水量预测方法的探讨及应用

工业需水量预测是水资源规划的重要工作内容之一,也是实现工业供水系统优化调度的基础和前提,它的准确度直接影响到用水调度决策的可靠性及实用性,因此科学预测工业需水量是水资源优化配置、供水工程设计中的一项重要内容。采用常用的产值法和产量法对引洮供水二期工程受水区工业需水量进行了预测,分析对比了两种方法预测结果的差异。结果表明,产值法预测的需水量符合一定的规律,便于宏观控制;产量法预测的需水量可以间接反映工业布局的区域和行业特性,体现出工业增长对需水的突变性。在有一定工业基础,对较大的综合区域进行水资源规划时,采用产值法较好;在现状工业基础薄弱,工业发展具有突变性的地区(如新城区、工业园区)和供水对象非常具体的供水工程,采用产量法预测较好。     

万元工业GDP取水量定额的组合优化预测

通过分析趋势法中不同预测模型在万元工业GDP取水量定额预测中的适用性及其特点,提出基于组合预测理论的万元工业GDP取水量定额的组合优化预测模型,采用MATLAB数学计算软件优化了相应算法并在一定程度上解决了趋势法模型应用中存在的问题。应用结果表明:相对各单项预测模型,组合优化预测具有更高精度,结果更加可靠。     

青岛市工业需水量预测

确定了青岛市工业需水量影响因素的选择原则,并对青岛市工业需水量主要驱动因子进行定量辨识,初步确定出影响青岛市工业需水量的主要驱动因子。根据青岛市工业需水的实际情况,确定反映该地区特点的9个指标,采用RS理论进行属性约简,得到工业总产值、工业产值占国民经济总产值的比重、发电量、工业用水重复利用率以及人口数量等5个工业需水预测指标,并采用逐步回归方法建立青岛市工业需水量预测模型,对需水量进行预测。计算得出2015年、2020年和2030年的工业需水量分别为3.02亿m3、3.87亿m3和6.75亿m3。     

改进的GM(1,1)模型在城市需水量预测中的应用

基本GM(1,1)模型未充分利用新信息,且背景值构造不合理,对变化非平稳的数据序列预测精度较低,为此,本文采用重构背景值和等维递补原理对基本GM(1,1)模型进行改进,建立重构背景值的GM(1,1)等维递补模型,并运用改进模型预测北方某市需水量,结果表明,改进模型预测精度更高,为需水量的预测提供了一种新方法.     

青岛市工业需水量预测研究

随着工业的快速发展,工业需水量与日俱增,工业需水量的合理预测已成为城市供水和水资源规划极其重要的部分。以青岛市为研究对象,对其工业需水量进行了预测研究,预测方法采用灰色预测理论。根据灰色预测理论预测青岛市工业发展;对青岛市实际情况进行分析,确定其未来的需水定额;采用定额法得出青岛市未来年份的工业需水量。     

气候变化条件下山东省未来水资源情势预估

利用山东省实测降水资料、政府水资源公报数据,采用小波分析、数理统计等方法,预估了山东省未来水资源情势。结果表明:从目前到2030年左右,山东省降水将处于相对枯水期,受降水量减少和极端降水强度增大的影响,当地水资源量将减少、水资源开发利用难度将增大;黄河水和长江水等客水资源受到干流上游来水量减少、脆弱性增强、调蓄工程不完善、水价成本高等因素限制,未来情势不容乐观;目前山东省非常规水资源利用潜力较大,应在增大非常规水资源利用力度的同时,做好建设节水型社会、完善现代水网工程、提高水利工程调蓄能力等工作。     

改进BP网络模型在年用水量预测中的应用

考虑城市用水量受众多因素影响,具有系统稳定性和非线性的特点,利用人工神经网络理论建立了改进BP网络预测模型,通过实例证明了该模型是一种行之有效的用水量预测模型。     

福建省产业结构调整与水利的需求分析

一、福建省产业结构及产业布局现状 从产业结构和比例关系及其演进过程看,目前福建正处在经济发展以第二次产业为主导的工业化发展阶段,预计这一阶段大体上还将持续至