城市年用水量灰色预测研究

灰色预测模型要求原始数据序列满足指数规律,而实际上城市用水波动性大,无典型指数趋势变化,而一般呈代数曲线形式变化,因此本文提出了改进的灰色模型在城市年用水量预测中的应用,改进的灰色预测模型主要基于灰色预测模型一次累加的建模思路。将改进的灰色预测模型用于某城市的年用水量预测,结果表明:改进的灰色预测模型与传统的灰色预测模型相比,平均相对误差以及原点误差均较小,可用于该市的年用水量预测,为该市年用水的宏观调控与用水规划提供参考。     

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。     

郑州市未来15年城市需水量预测研究

根据郑州市过去9年生活用水量的统计资料,分别采用用水量指标法、GM（1,1）灰色系统模型和多元线性回归分析对郑州市2010年、2015年、2020年城市需水量进行预测,并对各种方法的预测结果进行分析比较,确定郑州市2010年、2015年、2020年城市需水量分别为123万、158万、198万m^3／d。     

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.     

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.     

改进的灰色预测模型在城市年需水量预测中的应用

应用灰色系统理论建立了某城市年需水量的灰色GM(1,1)模型。在分析灰色预测模型建模思路及建模前提的基础上,应采用改进的灰色预测模型进行该市年需水量预测。结果表明:改进灰色预测模型与灰色GM(1,1)模型相比,平均相对误差以及原点误差均较小,适用性范围更广,可用于城市的年用水量预测。     

城市需水量的灰色非线性预测

应用灰色理论建立了连云港市年需水量的单变量一阶灰色预测模型，在分析其缺陷的基础，引入了使平均相对误差为最小的灰元，作方程的指数，从而建立起灰色非线性常微分方程模型，它弱化了模型以原始样本序列呈指数规律的要求，经误差分析表明它具有比单变量一介灰色预测模型更高的精度，适用范围更广，灰色非线性预测模型用于城市年需水量预测，其结果令人满意。     

用灰色动态模型预测城市用水量

在世界水资源发生严重危机的今天,人们更加认识到城市用水量预测的必要性和重要性。城市用水量的预测就是根据城市迄今为止已知的用水量及与此相关的其它资料来分析未来某一时刻(时段)用水量的过程。通过预测,为城市社会经济的发展、水资源的开发分配、水污染控制乃至社会经济的规划等提供必要的信息。 灰色系统是相对黑色和白色系统而言。黑色表示信息缺乏,白色表示信息充足,而灰色系统是指系统中既含有已知信息又含有未知或     

遍历灰色模型对城市用水量的预测

考虑到原始序列中个别值的偶然波动影响传统GM(1,1)模型的预测精度,基于GM(1,1)模型的基本原理,构造了遍历灰色模型T-GM(1,1)。结果表明,T-GM(1,1)大大提高了模型的预测精度,将原始序列中不确定因素对预测精度的影响降到了最低,具有广泛的实用性。     

城市年用水量的分类预测探析

在对某市年用水量随机时间序列原始数据进行预处理的基础上,发现该市年生活用水量的一次累加时间序列数据具有明显的线性趋势;工业年用水量一次累加用水时间序列服从一元多项式。将该市年总用水量分为工业、生活、其他三类进行分类预测,分别用一次累加乘幂指数预测、一次累加一元多项式预测对该市生活和工业年用水量进行了预测,复相关系数达0.99。为便于分析比较,对该市年总用水量预测上采用对年用水量预测效果较好的灰色预测模型进行了预测。结果表明:分类用水量预测比总体用水量预测具有精度高,结果稳定的特点,可用于该市的年用水量预测。     

基于趋势及回归分析的珠三角城市群需水预测

对近10年珠三角城市群用水量进行了特征及结构分析,其中分析了总用水量和农业、工业、城镇公共、居民生活及生态环境用水量等与地区生产总值、年末人口数等参数的相关性,结果表明:与一般用水量随着经济与人口增长而增长的结论不同,近年来,珠三角地区城市总用水量与地区生产总值表现较强的负相关性,与年末人口数也呈一定程度负相关。基于相关性分析成果,构建基于经济、人口为自变量的二元回归模型及趋势模型,对城市群水资源需求进行了预测,并与常用的分项水量预测法进行对比,结果表明:趋势模型和二元回归模型预测精度良好,与实际值偏差在2%以内;趋势模型预测结果与实际值最为接近,二元回归模型预测结果偏小,而常用的分项水量预测法结果偏安全。相比分项水量预测法,趋势及二元回归预测方法具有较高精度和便利操作性,可供类似城市群需水预测研究参考。     

基于多智能体的城镇家庭用水量模拟预测分析

提出了基于多智能体的城镇家庭用水量模拟模型(MA-UHWDS),通过构造不同发展情景,对家庭用水量变化趋势及其影响因素进行了分析。以青岛市为实证城市,采用2003—2012年统计资料,计算分析了居民用水边际消费倾向、基本用水需求和不同收入户人均用水量,并对不同情景下2013—2022年各类收入户人均用水量和城镇家庭用水总量进行了定量模拟预测分析。结果表明:2003—2012年中,城镇家庭平均水费支出占总消费支出的比重仅为0.395%,易造成居民节水意识淡薄,最低收入户人均用水量除2008年外均低于基本需水量,而最高收入户平均超过基本需水量14.16 m3,水价改革需综合考虑低收入家庭的支付能力和高收入家庭的过度用水;2022年7类收入户在水价高增长收入低增长情景下的人均用水量与在水价低增长收入高增长情景相比下,分别减少了16.7%、18.4%、18.1%、16.1%、15.0%、17.8%和13.8%,水价和收入会明显影响家庭用水量。MA-UHWDS为区域用水总量调控提供了新的研究思路和工具。     

基于遗传算法的城市用水量灰色预测模型研究——以秦皇岛市引青济秦工程为例

通过数据分析,结合传统灰色GM(1,1)模型的特点,基于遗传算法与新陈代谢思想提出了改进的GM(1,1,λ)模型。结果表明:GM(1,1)模型对分散数据预测精度较低,其精度等级为四级以下,最大相对误差大于45%,预测值逐年上升,与实际情况不符。而改进的GM(1,1,λ)模型的精度等级为三级,最大相对误差为18.716%,更好地反映了城市用水量的变化趋势,与观测数据最为接近,预测精度较高。     

城市水资源需求管理初探--以北京市公共生活用水为例

从城市水资源需求管理的渊源、内涵和构架体系进行探讨．并以北京市公共生活用水定额管理研究实践为例，分析了北京市公共生活用水的现状及其管理中存在的问题，建立了5类公共生活用水行业的用水定额，建立了北京市公共生活用水需求管理信息系统平台。实践表明，我国实施城市水资源需求管理的基础和首要工作是建立用水定额体系，技术基础是建立基于MIS／GIS的信息系统平台，实现用水管理的现代化和数字化。     

泉州市城镇居民综合生活需水预测方法研究

本文采用定额法、趋势分析法、年均增长率法、回归分析法等需水预测常用的方法,对泉州市城镇居民综合生活用水进行预测分析,经多种预测结果比较得出泉州市2030年城镇居民综合生活需水量为8.62亿m 3。其中定额法、回归分析法预测结果较好,趋势分析法和年均增长率法更常用于经济社会发展指标的预测。随着中国城镇化水平不断推进,居民综合生活用水量的影响愈加多元化、横向化,建立多元回归预测分析模型来预测用水量是很好的选择,该研究可为其他城市预测规划水平年居民生活用水量提供借鉴。     

基于主成分分析的GA-BP模型在城市需水预测中的应用研究

针对城市需水预测模型中需水量影响因子多、影响因子之间普遍存在多重共线问题,以及BP神经网络收敛速度慢、易陷入局部最优等缺点,提出一种由主成分分析、遗传算法及BP神经网络三者相结合的改进预测模型。以泰州市为实例,建立以主成分分析筛选需水量主要影响因子,遗传算法优化BP网络连接权值和阈值的需水预测模型,预测结果与BP神经网络预测模型预测结果做对比。结果表明:改进预测模型对泰州市2003-2014年需水量预测的平均相对误差为0.564%,最大相对误差为1.681%,精度优于BP神经网络预测模型;改进预测模型预测值与实际泰州市需水量吻合良好且训练速度更快、预测精度更高,可作为需水预测的一种有效方法。     

需水预测方法浅谈

明晰水权是解决我国水资源问题的迫切要求，而水权的确立必须以水源优化配置为前提。目前，全国水资源综合规划已进入水资源配置的关键阶段，需水预测是水资源配置的基础。因此。研究需水预测技术，提出各方面能接受的合理的需水预测成果是十分必要的。     

城市需水量预测方法比较

为了提高城市需水量预测的精度,基于北京市2000—2011年的实际用水量数据,对比分析了BP神经网络预测模型、灰色GM(1,1)模型、非线性趋势模型和灰色-神经-趋势组合预测模型及其基于马尔科夫修正的各单项模型需水量预测结果。结果表明:组合预测模型优于各单项模型,基于马尔科夫修正的各模型优于各未修正预测模型。基于马尔科夫修正的灰色-神经-趋势组合预测模型预测精度最高、效果最好。     

浅析长江流域需水预测

水资源短缺日益成为制约我国发展的严重因素,通过对长江流域2030年以前需水预测成果的研究,结合1980～2000年实际用水数据分析,对长江流域未来需水的增长趋势、结构、分布格局以及流域承载力、节水进行了初步预测,并对长江流域用水占全国比重趋势作出分析判断.流域内水量、人口、GDP均占全国1/3左右.因此,长江流域需水预测成果在当前全国水资源综合规划中举足轻重.