基于混合智能算法的城市需水量預(yù)測研究.pdf

1、對于城市基礎(chǔ)設(shè)施來講，供水系統(tǒng)是其中不可缺少的部分。設(shè)計(jì)合理、運(yùn)行可靠的城市供水系統(tǒng)對于保證居民身體健康、維持城市正常運(yùn)轉(zhuǎn)、促進(jìn)社會(huì)經(jīng)濟(jì)持續(xù)發(fā)展等具有積極作用。隨著社會(huì)經(jīng)濟(jì)的快速穩(wěn)定發(fā)展，城鎮(zhèn)居民生活水平相應(yīng)提高，所以人均用水量和城市需水量呈上升趨勢；與此同時(shí)，為了適應(yīng)城市化水平的提高和城市功能的不斷完善，城市供水系統(tǒng)的復(fù)雜度不斷增加。綜上，為了使得供水系統(tǒng)的設(shè)計(jì)、優(yōu)化調(diào)度有準(zhǔn)確的數(shù)據(jù)依據(jù)，同時(shí)提高水資源利用效率，進(jìn)行科學(xué)準(zhǔn)確地城市供水

2、量預(yù)測至關(guān)重要。
　　準(zhǔn)確的城市日需水量預(yù)測是供水系統(tǒng)運(yùn)行調(diào)度的科學(xué)合理的依據(jù)，可以提高制水單位的生產(chǎn)效率，減少其生產(chǎn)成本。準(zhǔn)確的城市年需水量預(yù)測可以為城市給水規(guī)劃提供數(shù)據(jù)基礎(chǔ)，決定城市供水系統(tǒng)建設(shè)成本，指導(dǎo)城市供水規(guī)劃的近期、遠(yuǎn)期建設(shè)。綜上所述，論文主要研究城市日需水量預(yù)測模型和城市年需水量預(yù)測模型，同時(shí)采用實(shí)測城市日用水量數(shù)據(jù)和城市年用水量數(shù)據(jù)對文中建立的水量預(yù)測模型進(jìn)行實(shí)例分析和驗(yàn)證。
　?。?）對于城市日需水量預(yù)測，

3、論文提出了兩種預(yù)測方法：
　?、倩诙喾直鍮P網(wǎng)絡(luò)預(yù)測模型。通過離散小波變換將日供水量序列的復(fù)雜特性轉(zhuǎn)化為不同尺度下的單一特性，并分別進(jìn)行BP網(wǎng)絡(luò)預(yù)測。城市日供水量時(shí)間序列具有混沌特征，時(shí)間序列進(jìn)行相空間重構(gòu)，網(wǎng)絡(luò)輸入為重構(gòu)后的數(shù)據(jù)。實(shí)例驗(yàn)證表明對比BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型，多分辨BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型能更充分地表達(dá)數(shù)據(jù)的細(xì)節(jié)部分和突變部分，從而提高預(yù)測精度，平均絕對百分比誤差為1.481％，故該預(yù)測模型具有適用性。
　?、诨诨?/p>

4、合蛙跳算法（SFLA）優(yōu)化的SVM預(yù)測模型。首先，相空間重構(gòu)后的城市日用水量時(shí)間序列作為模型的輸入，與此同時(shí)使用SFLA優(yōu)化SVM建模過程中的關(guān)鍵參數(shù)，利用參數(shù)優(yōu)化后的SVM進(jìn)行預(yù)測。實(shí)例分析中分別利用混合蛙跳算法優(yōu)化的支持向量機(jī)、遺傳算法優(yōu)化的支持向量機(jī)和粒子群算法優(yōu)化的支持向量機(jī)對實(shí)際用水量進(jìn)行預(yù)測分析，結(jié)果表明前者預(yù)測精度更高，具有實(shí)用性。
　　（2）城市年需水量樣本數(shù)據(jù)較少，因此論文基于灰色理論進(jìn)行研究：
　?、僭贕

5、M(1,1)模型原理和特點(diǎn)基礎(chǔ)上，分析歸納出了基于GM(1,1)模型的年需水量預(yù)測建模步驟，并以1997～2011年C市用水量為樣本，實(shí)例說明了模型構(gòu)建過程。
　?、趯τ谖词芡饨缬绊懙姆€(wěn)定用水系統(tǒng)，提出GM(1,1)模型初始值和背景值優(yōu)化的數(shù)學(xué)模型，以此提高GM(1,1)模型在年需水量預(yù)測中的預(yù)測精度，并采用SFLA求解該最優(yōu)化問題，構(gòu)建了基于SFLA-GM(1,1)的城市年需水量預(yù)測模型，以1997～2011年C市用水量驗(yàn)證模型