经济新区用水量预测系统动力学方法研究——以天津临空产业区为例

针对经济新区社会经济环境系统特点,在对其内部诸要素间相互关系分析和水资源系统分析的基础上,建立分质供水系统动力学(SD)模型,并将其应用于经济新区需水量预测中.根据区域分质供水的可能性和必要性.以及不同用水部门对供水水质要求的不同,可预测人口、经济和环境因素在规划期内对不同水质的水资源需求量,并且通过比较和分析不同发展模式的模拟结果,可进行水资源可持续利用战略选择及需水量预测.从而为水系统规划提供科学支持.     

基于灰关联分析的多元线性回归模型在城市年需水量预测中的应用

科学预测城市需水量对城市的发展具有十分重要的意义.影响城市需水量的因素很多,采用灰关联分析方法,对影响需水量的各个因素进行分析,从中挑选出影响需水量的主要因子,建立需水量与主要影响因子之间的多元线性回归预测模型.实例表明,模型具有较高的拟合精度和预测精度.     

廊坊市水资源承载力预测分析

以2010年和2030年为评价水平年,在对廊坊市社会发展水平和经济发展规模进行预测的基础上,分析预测了廊坊市的区域水资源可供水量、社会经济需水量、不同产业的用水功效系数和人均需求,最后,对廊坊市的水资源承载力进行了预测分析.     

基于异常值识别的计量小区短期需水量预测

需水量预测是进行水资源调配、节能降耗和降低管网水龄的关键问题。现有需水量预测研究主要对预测模型进行改进,而忽视了对预测准确性至关重要的预处理步骤,如异常值处理,限制了预测模型的精度。为此,建立基于密度的局部离群因子模型(local outlier factor, LOF)对需水量数据中的异常值进行识别及矫正,并将其与一种新兴的高精度、高效率梯度提升树算法(light gradient boosting machine, LightGBM)结合,形成组合需水量预测模型(LOF+LightGBM)。通过实际案例进行模型性能测试,结果表明,相比基于原始数据的预测模型,基于经过LOF模型处理后的需水量数据进行预测的模型均方根误差平均降低10%。LightGBM模型在不同数据集上的绝对平均误差比人工神经网络和支持向量机平均降低了24.7%。整体上,LOF+LightGBM表现最佳预测性能,3个计量小区(district metered area, DMA)的纳什效率系数分别为0.886、0.951、0.942。所有模型训练及预测时间均小于0.7 s。无论是LOF模型、LightGBM模型还是LO...     

基于灰色系统理论的贵阳市城市用水总量预测

城市用水总量预测是水资源规划与管理的前提和基础,预测结果直接影响给水系统调度决策的可靠性和实用性及城市水资源的可持续利用和社会经济的可持续发展。以2002—2019年各年间估算的城市用水总量(计算需水量)与供水总量(实际供水量)为基础研究数据,建立了两个灰色GM(1,1)预测模型,选择精度较高的模型响应式对贵阳市未来5 a的城市用水总量进行了预测,以期为水资源规划与管理、水系统调度决策等工作服务。以实际供水量为原始数据建立的预测模型,经验证,模型精度检验为合格级,且模型响应式精度更高;对2002—2019年模型响应式的结果进行验证和分析,预测模型结果可靠、预测数据的增长趋势和相符性符合控制要求。预测表明贵阳市2022年城市用水总量约为39 514.32万m³,并将逐步增加到2025年的约43 096.08万m3,并将逐步增加到2025年的约43 096.08万m³,年平均增长率约为2.93%。     

基于Bayesian-LSSVM和残差修正的用户短期需水量预测

为有效改善供水管网短期需水量预测模型在预测精度和稳定性方面存在的不足,提出在短期需水量预测模型基础上叠加残差预测模型的组合预测建模方法.首先采用贝叶斯最小二乘支持向量机法(Bayesian-LSSVM)建立管网用户需水量时间序列预测模型(BL模型),得到需水量预测初始值;对BL模型得到的需水量预测初始值的残差序列,构建基于贝叶斯最小二乘支持向量机法的混沌时间序列预测模型(RM模型),得到残差预测值;同时将RM模型得到的残差预测值实时补偿到BL模型的需水量预测初始值中,得到经过残差修正的需水量预测值.实例结果表明,RM模型可以准确捕获BL模型需水量预测初始值的残差变化趋势,对其残差序列进行准确预测;在短期需水量预测的精度和稳定性方面,由BL模型和RM模型叠加构成的组合预测模型(BL+RM模型)明显优于单一BL模型;BL+RM模型适用于平均需水量较小、水量波动性较大等不同特点用户的短期需水量预测,可有效满足实际工程的需要.     

灰色神经网络耦合模型在城市需水量预测中的应用

目的为了更准确预测城市用水量,弥补灰色和神经网络预测模型在中长期需水量预测中的不足.方法采用最小方差法建立了灰色新息递补模型和新息递补BP神经网络的耦合模型即灰神经模型,并对城市需水量进行预测.结果预测沈阳市生活需水量,灰神经网络耦合模型的平均相对误差为0.144%;预测沈阳市工业需水量,灰神经网络耦合模型的平均相对误差为0.19%.在模拟精度方面远远高于其他模型的模拟值,提高了预测的准确性.结论提出了用灰色神经模型来预测城市需水量的方法,能更好地预测城市未来需水量,把影响预测的不定因素降到最低限度,具有广泛的实用性.     

NPSO-GRNN在城市生活需水量预测中的应用

利用小生境粒子群算法(NPSO)的全局搜索能力,对GRNN的光滑因子进行优化,提高了广义回归神经网络(GRNN)的网络性能,建立了基于NPSO-GRNN的城市生活需水量预测模型。研究结果表明:利用该模型拟合和预测北京市1988-2012年生活需水量数据的平均相对误差绝对值分为别0.72%和0.36%,两者都比BP神经网络模型拟合预测的结果低;NPSOGRNN模型能更好的拟合北京市城市生活需水量的变化趋势,预测精度更高,泛化能力更强。     

基于加权马尔科夫模型的武汉市降水量预测

对区域降水量的变化趋势进行研究,制定与地区水资源相匹配的经济和产业战略规划,合理开发利用水资源,保持经济社会可持续发展等具有重要意义.针对传统马尔科夫预测模型存在对历史数据均衡看待,且预测结果比较笼统的问题,采用对不同特点的历史数据加权重和模糊数学处理预测结果的方法进行了改进,并用改进后的模型对武汉市降水量进行了预测,由模型预测得到2019年武汉市降水量为1 224.28 mm.     

基于组合预测法的台州市需水量预测研究

运用多种预测方法的组合预测,采用BP神经网络法、人均综合用水量法对台州市2020年、2030年总需水量进行了预测;采用人均用水量推算法、灰色预测法、数学模型法预测台州市2020年、2030年城乡生活需水量、工业需水量、第一产业需水量等分类需水量.结果表明,组合预测方法应用于台州市用水需求预测是可行的.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.     

基于系统动力学的山东省电力需求预测

为增进影响电力需求因素选择的深度和广度,利用系统动力学知识对社会用电需求进行系统分析,并建立了电力需求预测的系统动力学模型,该模型能够反映多方面因素的综合作用。利用历史数据验证了系统动力学模型的准确性,然后利用模型对全社会用电量进行模拟预测,并对节能技术变量和城镇化建设进程变量进行政策分析,给出了相应的政策建议。     

预测城市用水量的人工神经网络模型研究

为了提高多层前馈神经网络权的学习效率,引入变尺度方法来训练神经网络的权值,并根据训练误差自适应调整学习系数和动量因子.将该方法应用于城市用水量预测中,建立了非线性人工神经网络预测模型.该模型考虑了城市工业用水重复利用率、用水人口、经济发展等众多因素对用水量需求的影响,具备系统决策功能.杭州市预测实例表明,建立的模型及其相应计算方法具有较高的预测精度和准确度.     

考虑气象因子的城市日用水量预测模型

讨论了影响城市用水量变化的气象因素,对某市6个月的用水量及气象数据进行分析,评估了温度、湿度、降水量与城市用水量的相关程度,并通过分别引入单气象因子和多气象因子,建立了日用水量预测的ARX模型.结果表明,在单步长(1 d)预测中,综合考虑最高温度和平均湿度的影响后,预测精度较时间序列的自回归模型有较大改进,同时也优于仅考虑单气象因子的预测模型.此外,在多步长的预测中,考虑气象因子后的预测模型精度仍具有明显的优势,是对用水量自回归时间序列预测方法的有效完善.     

工业用水定额的变化对需水量预测的影响研究

山西万家寨引黄入晋工程是国家重点建设工程,山西是国家能源重化工基地,水资源缺乏,地下水超采严重,制约了当地人民生活和经济的发展,引黄工程是解决山西省城市人民生活及工业水资源紧缺问题的根本举措.需水预测是确定工程规模的重要依据,为了确定引黄工程的规模及其经济效益,分别于不同年份对太原供水区进行了三次需水预测研究.由于影响需水预测的因素众多,致使三次需水预测值有所不同,重点分析了工业用水定额的变化对需水预测的影响.结果表明,工业结构、生产工艺、设备、规模和工序对万元产值取水量和复用率等工业用水定额影响较大,而工业用水定额的变化将引起需水量的变化.     

蚂蚁算法在日用水量预测中的应用研究

城市日用水量预测是城市供水管网系统动态模拟的基础和前提,用神经网络对城市日用水量预测的非线性回归组合模型求解的过程中,提出了采用新型的仿生算法——蚂蚁算法来训练神经网络的权值．此方法简化了训练过程,避免了BP算法易陷于局部极值等问题．将经过蚂蚁算法训练的神经网络应用到S．X市日用水量预测模型中,显示了此网络模型具有良好的预测能力,验证了基于蚂蚁算法的神经网络在城市日1用水量的预测中具有有效性和可行性．     

水稻田灌溉用水的一个预测公式

从水稻田水量平衡公式出发，推导出水稻灌溉用水预测公式，利用历史实测灌溉用水及同期降雨资料率定有关参数，根据降雨预测灌溉用水量。公式适用于种植结构不明的灌区。     

丹江口水库北调水量的不确定性分析

丹江口水库北调水量受水源区入库径流量变化、受水区需水量变化以及丹江口水库下游社会经济活动等众多不确定因素的影响.采用Thomas-fiering月径流随机模拟技术、动态规划模型和可靠度分析理论,建立丹江口水库北调水量不确定性分析模型,对北调水量的不确定性、可靠度和缺水风险进行定量分析与计算,为水资源调配和南水北调工程水资源的风险管理提供技术依据和参考.     

基于特征合成的周期性备件需求预测方法Symbol`@@

针对工程机械备件需求预测准确性低的问题,提出一种新的基于特征合成的周期性维修备件需求预测方法. 定义等间隔备件需求样本集的相似度模型,采用优化算法确定最优备件需求周期长度,并利用回归模型建立各周期内的备件需求模型;提出基于特征合成的模型综合方法,借鉴物理力学中的矢量合成方法,将多个历史备件周期需求模型特征矢量合成新的特征矢量,利用新特征矢量还原获得最优的周期预测模型,该模型综合考虑了各个历史备件周期预测模型,使获得的备件周期预测模型具有更好的鲁棒性和泛化性. 采用人工数据和矿用圆环链的实际需求数据对该预测模型进行验证,实验结果表明,该模型具有良好的稳定性和准确性.     

城市日用水量需求预测的等维新息SVR建模方法

针对社会经济因素和气象因素对城市日用水量需求的复杂非线性影响以及这种影响的动态变化特性,提出一种基于等维新息的支持向量回归(SVR)预测建模方法并用于城市日用水量需求预测.鉴于传统留一交叉验证法确定SVR模型参数时,存在样本分组数过少及容易出现预测误差评价失真等问题,采用测试集的等维新息SVR模型预测结果,提出了一种基于等维样本集的概率统计参数确定方法.实例分析表明：SVR模型的引入及新的参数确定方法的提出有利于提高城市日用水量需求预测精度.