基于混合智能算法的城市需水量預測研究.pdf

1、對于城市基礎設施來講，供水系統(tǒng)是其中不可缺少的部分。設計合理、運行可靠的城市供水系統(tǒng)對于保證居民身體健康、維持城市正常運轉(zhuǎn)、促進社會經(jīng)濟持續(xù)發(fā)展等具有積極作用。隨著社會經(jīng)濟的快速穩(wěn)定發(fā)展，城鎮(zhèn)居民生活水平相應提高，所以人均用水量和城市需水量呈上升趨勢；與此同時，為了適應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)的復雜度不斷增加。綜上，為了使得供水系統(tǒng)的設計、優(yōu)化調(diào)度有準確的數(shù)據(jù)依據(jù)，同時提高水資源利用效率，進行科學準確地城市供水

2、量預測至關重要。
　　準確的城市日需水量預測是供水系統(tǒng)運行調(diào)度的科學合理的依據(jù)，可以提高制水單位的生產(chǎn)效率，減少其生產(chǎn)成本。準確的城市年需水量預測可以為城市給水規(guī)劃提供數(shù)據(jù)基礎，決定城市供水系統(tǒng)建設成本，指導城市供水規(guī)劃的近期、遠期建設。綜上所述，論文主要研究城市日需水量預測模型和城市年需水量預測模型，同時采用實測城市日用水量數(shù)據(jù)和城市年用水量數(shù)據(jù)對文中建立的水量預測模型進行實例分析和驗證。
　?。?）對于城市日需水量預測，

3、論文提出了兩種預測方法：
　?、倩诙喾直鍮P網(wǎng)絡預測模型。通過離散小波變換將日供水量序列的復雜特性轉(zhuǎn)化為不同尺度下的單一特性，并分別進行BP網(wǎng)絡預測。城市日供水量時間序列具有混沌特征，時間序列進行相空間重構，網(wǎng)絡輸入為重構后的數(shù)據(jù)。實例驗證表明對比BP神經(jīng)網(wǎng)絡預測模型，多分辨BP神經(jīng)網(wǎng)絡預測模型能更充分地表達數(shù)據(jù)的細節(jié)部分和突變部分，從而提高預測精度，平均絕對百分比誤差為1.481％，故該預測模型具有適用性。
　　②基于混

4、合蛙跳算法（SFLA）優(yōu)化的SVM預測模型。首先，相空間重構后的城市日用水量時間序列作為模型的輸入，與此同時使用SFLA優(yōu)化SVM建模過程中的關鍵參數(shù)，利用參數(shù)優(yōu)化后的SVM進行預測。實例分析中分別利用混合蛙跳算法優(yōu)化的支持向量機、遺傳算法優(yōu)化的支持向量機和粒子群算法優(yōu)化的支持向量機對實際用水量進行預測分析，結果表明前者預測精度更高，具有實用性。
　?。?）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行研究：
　?、僭贕

5、M(1,1)模型原理和特點基礎上，分析歸納出了基于GM(1,1)模型的年需水量預測建模步驟，并以1997～2011年C市用水量為樣本，實例說明了模型構建過程。
　?、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)學模型，以此提高GM(1,1)模型在年需水量預測中的預測精度，并采用SFLA求解該最優(yōu)化問題，構建了基于SFLA-GM(1,1)的城市年需水量預測模型，以1997～2011年C市用水量驗證模型