基于BP神经网络的城市时用水量分时段预测模型

针对目前时用水量预测模型中对时用水量影响因素分析研究较少的问题,通过分析各种时用水量影响因素与时用水量之间的相关性,筛选出时用水量的主要影响因子;通过分类将1 d划分为3个时段,建立分时段用水量模型。采用BP神经网络预测,精度指标采用平均绝对百分比误差(MAPE)表示。实例分析结果表明:模型预测MAPE均在5%以内,预测精度较高,满足供水系统优化调度的要求,为城市时用水量预测提供一种简单可行的思路和方法。     

基于支持向量机的需水预测研究

以山西省11年实际用水量为例,17个影响需水预测的因子作为支持向量机模型的输入,需水量作为模型的输出,建立了基于支持向量机理论的非线性需水预测模型;根据预测精度,确定了损失系数ε,惩罚因子C及径向基核函数的宽度σ.采用11年用水量资料,前8年用水量作为训练样本,后3年用水量作为检验样本,3个检验样本的需水总量的相对误差分别为0.91%、1.86%和0.93%.结果表明,在训练样本较少的情况下,支持向量机需水预测模型具有较高的预测精度和较强的泛化能力.     

基于分形理论的城市日用水量预测方法

针对城市日用水量呈现周期性和自相似性的特点,通过对分形理论的研究,提出了基于分形拼贴定理和分形插值函数迭代过程的城市日用水量预测方法．该方法根据分形拼贴定理,由基于仿射变换的分形插值方法求取一个与历史日用水量记录相近的迭代函数系,建立分形预测模型,对城市日用水量进行预测．首先根据日用水量具有以周为周期的特点,应用相似日拟合模型对日用水量进行预测,平均预测误差为2．06％;然后根据日用水量具有以月为周期的特点对日用水量进行预测,平均预测误差为2．94％．应用表明,该方法实用性强,能够为城市供水优化调度提供决策支持．     

需水量预测的线性测量误差模型

为了克服现有需水量预测方法未考虑原始数据测量误差的缺陷,以扬州市1999~2006年的GDP及用水量作为原始数据,建立了需水量预测的线性测量误差模型,并对扬州市2010年、2015年和2020年的需水量进行了预测.与普通线性回归方法的对比结果表明,线性测量误差模型预测精度较高,其预测结果可以为节约用水规划及水资源规划提供依据.     

改进的CS-GRNN模型在城市需水量预测中的应用

为了更加准确地预测城市需水量,提出一种基于改进布谷鸟算法优化广义回归神经网络模型的城市需水量预测方法.该方法采用改进的布谷鸟算法对广义回归神经网络的平滑因子进行优化,建立改进布谷鸟算法优化的广义回归神经网络模型(ICS-GRNN),并应用于南宁市城市需水量预测中.通过使用南宁市2001—2012年城市需水量测试数据分别对传统GRNN法和ICS-GRNN法的预测结果进行比较,结果表明,该方法具有更高的预测精度和数据拟合能力.     

基于改进ARMA模型的时用水量预测

针对时用水量存在周期性的特点,引入季节因子,采用时变ARMA季节模型对非线性非平稳系统的时用水量进行模拟.以杭州市实测用水量为例,分别采用时不变ARMA季节模型和时变ARMA季节模型进行时用水量预测,结果表明时变ARMA季节模型预测精度相对较高,且预测误差相对稳定,较时不变模型更具有实用性.     

物元分析在需水量变化预测中的应用

为了更好地分析并解决我国资源性缺水、水质性缺水或工程性缺水等问题,以需水量变化趋势预测为目标,通过建立物元模型进行了需水量的变化趋势预测.首先,以干旱区的西宁市为例进行预测,其结果显示:西宁市2010年的需水量变化趋势等级为中度用水量,而实际需水量为7.40×108m3,属于第2等级,与实际情况符合.然后,分别对义乌市、阿克苏市的需水量变化趋势进行预测,结果也较为合理.     

基于主成分分析的BP神经网络及其在需水预测中的应用

以甘肃省瓜州县为例,利用1988~2007年的总需水量数据,采用主成分分析法对影响水资源需求量的7个因子进行主要影响因子分析,根据确定的主要影响因子构造BP神经网络的输入样本,从而进行不同水平的年总需水量预测。结果表明:国内生产总值、工业总产值、农业总产值和大牲口数4个因子为影响研究区需水量的主要因子,将此作为主要因子构造BP神经网络的输入样本,确定网络输入节点数,建立瓜州县总需水量预测模型。模拟计算结果表明,基于主成分分析的BP神经网络模型取,预测结果的绝对误差小于±0.05×109m3。     

支持向量机在城市用水量短期预测中的应用

为解决现有的城市用水量短期预测人工神经网络法的过学习与局部极小点等问题,通过对城市时用水量数据特征的分析,在统计学习理论和结构风险最小化准则的基础上,建立了基于支持向量机(SVM)理论的城市用水量短期预测数学模型.在算例分析中与误差逆传播(BP)神经网络预测法进行对比,发现该方法的平均预测精度提高了2%,且具有收敛速度快、泛化能力强等优点,在用水量短期预测中非常有效.     

区域工业用水量非线性预测模型的优选

针对BP神经网络在确定输入因子时的任意性,将相关性分析引入BP神经网络输入因子的选取中,通过计算输入因子和输出因子之间的相关系数,并根据相关程度来确定输入因子,同时利用遗传算法优化BP神经网络的权值和阈值的方法,建立了改进BP神经网络模型.将该模型应用于永定河山区工业用水量预测中,通过和传统非线性回归法进行比较,结果表明改进BP神经网络拟合和预测精度均较高.改进BP神经网络法的平均相对误差达到1.4100/,预测的2010年和2030年工业用水量将分别达到3.63×108m3和4.46×108m3.预测结果可为水资源规划和管理提供依据.     

娘子关泉域岩溶水环境问题及其保护对策

娘子关泉域岩溶水是阳泉市的主要供水水源，但是近年来，岩溶地下水水位下降、水质污染、泉水衰减等问题日益严重。分析了影响娘子关泉域岩溶水环境的主要因素，提出了保护岩溶水资源的对策。     

水资源紧缺类型及其对策分析研究

从水的供给和需求角度分析了水资源紧缺原因,其中供给角度造成的紧缺有资源犁紧缺、水质型紧缺和工程型紧缺,需求角度造成的紧缺有结构型紧缺、效率型紧缺和价格型紧缺.针对紧缺原因,提出了被动型、主动型和混合型3种水资源配置对策.     

换热设备软化水的腐蚀分析及水处理防护

根据循环软化水水质指标现状,详尽分析了各种腐蚀因素的影响,论述了软化水的腐蚀机理。根据循环水质存在的腐蚀问题确定合理的水处理方案。加药处理后的循环水质指标表明,投加的水处理药剂对换热等设备起到了有效的防腐作用。     

我国水资源问题的严重性与对策

从生活用水、经济发展和生态环境等方面分析了我国水资源紧缺的严重性；从发展规划、水循环规律、科学管理、建立节水型社会，提出了解决问题的对策．     

北京市水危机与水资源可持续利用对策

针对北京市水资源短缺和近年来水供需矛盾加剧问题，在总结北京市近20年水资源量和用水结构变化的基础上，分析了北京市水危机发生的原因，探讨了北京水资源合理利用和保护的途径。研究表明，开源与节流并重，保护与利用并举，最大限度地挖掘当地水资源潜力，是解决当前和今后几年北京水资源供需矛盾和实现水资源可持续利用的有效措施。     

广州市供水水源分析与改进设想

通过对广州市现有水厂水源情况进行分析,发现各水源面临着供水量短缺,且受到不同程度的污染,广州市正处于水质性缺水状态,从而,提出引西江水入广州,是解决广州目前水质性缺水问题的最有效办法．     

节水型校园建设规划的研究

以天津大学为例,通过对建设节水型校园的必要性和水环境现状的分析,提出了节约水资源、改善校内水环境的规划措施.节水型校园规划将以节水为目标,再生水回用为核心,地面水综合整治为重点,改善校园内的整个水环境;包括建立再生水回用系统、景观水体处理系统及水系网络建设,使校园内的水体形成"网、线、点",在天津大学内形成一个良好的水生态系统网.同时,对此节水工程规划所带来的社会效益、环境效益、经济效益等方面做了论述.     

引黄工程供水水价问题探讨

利用经济学理论,对水这个特殊的商品（资源）进行了探索,将水资源进行延伸,针对不同的消费群体,提出了一条供水的新思路,希望能够对引黄供水事业的持续发展起到一定的借鉴作用。     

虚拟水战略中的蓝水和绿水细分研究

 对虚拟水资源中的蓝水和绿水进行细分,在此基础上评价通过实施虚拟水战略节约的能被农牧业生产之外其他社会经济部门利用的水资源量,是在更宽广范围内进行区域水资源优化配置的重要前提。通过构建蓝水绿水细分模型估算了虚拟水战略中的蓝水资源量和绿水资源量,并以北京市为例开展实证研究。结果表明,北京市主要粮食作物生长消耗的虚拟水中,在考虑土壤水储存和不考虑土壤水储存两种情况下,2007年消耗的蓝水资源量分别为6.21、6.29亿m3,均明显多于同期消耗的绿水资源量;1999年以来基于粮食贸易输入的虚拟水资源量和蓝水资源量迅速增加,其中蓝水输入量最高已达38.80亿m3,而2001—2007年基于口粮贸易的蓝水输入量占相应实体水资源量的比例均高于50％。因此,近年来虚拟水战略在缓解北京市水短缺危机方面已发挥了重要作用,而对虚拟水资源中蓝水和绿水进行细分可为在更宽广范围内进行区域水资源优化配置提供参考。     

略论成都市水资源开发利用

本在在水资源现状分析以及需水量预测的基础上,通过水量平衡的计算,提出了解决成都市水资源供需矛盾的措施、对策.