共查询到10条相似文献,搜索用时 15 毫秒
1.
利用径向基函数神经网络,建立了区域用水量预测模型,改进了RBF网络学习方法;根据某地区近年来影响用水量主要影响因素的数据对该网络进行训练,并用训练好的网络模型对该区域以往和今后不同年份的用水量进行预测;对以往用水量预测结果表明该模型有较高预测精度、通用性和客观性. 相似文献
2.
基于RBF网络的城市供水短期负荷预测 总被引:1,自引:0,他引:1
根据城市用水量序列的非线性时序特点,利用径向基函数神经网络(RBF网络)建立城市用水量短期预测模型,并采用某市日用水量和小时用水量的实际数据分别进行了建模和预测,结果显示该方法具有建模简便实用、预测精度良好的优点,可满足实际需要。 相似文献
3.
4.
5.
6.
7.
将时间序列中的日用水量历史数据引入以温度等作变量的回归分析模型,建立了日用水量非线性回归组合预测模型,同时为进一步提高预测精度,用4阶自回归模型对回归残差序列进行时间序列分析,建立了日用水量预测实用动态组合模型。以华北某市日用水量的实测数据对其进行检验,结果表明该模型具有较高的预测精度。 相似文献
8.
在城市供水规划中,用水量指标值的合理制定是预测用水量的关键步骤。根据同一城市人均综合用水量与生活用水量之间相对稳定的比例关系,得出了城市用水量指标的预测公式;该公式中的系数由城市多年的用水规律得出,而且还可根据城市发展进程和规划目标的变化作出及时调整。采用该方法对南方某城市新一轮规划的城市人均综合用水量指标进行了预测,其结果与目前居住小区规划中使用的数据相吻合,说明这一方法是比较合理的。 相似文献
9.
10.
随着宜居城市发展战略的实施,城市需水量中居民生活用水量所占比重逐渐加大。为了合理的利用水资源,增强城市供水调度的科学性和经济性,也为今后制定阶梯水价政策时能准确的掌握居民实际用水量提供资料,研究者选择了某市具有代表性的五个居民小区通过安装能够实时传输记录水表数据的远传水表,连续测定并记录了五个小区的用水量数据。通过对数据的分析研究初步得出了试验居民区不同时段用水量以及平均用水量和日用水量的实际变化规律和水量数据。 相似文献