浅谈水资源规划中工业需水量的预测

<正>工业用水是水资源利用中的一个重要组成部分,合理准确地预测未来各规划水平年工业需水量对将来水资源的合理分配至关重要。目前工业需水量预测普遍采用的方法是拟定各规划水平年的工业万元综合产值取水量,再以万元工业综合产值取水量乘以规划水平年工业总产值计算工业需水量。然而万元     

中小城市工业需水预测方法

概述了中小城市工业需水预测的趋势法、相关法、水平衡法的适用范围、条件及问题。     

黄河流域工业需水量灰色预测

需水量长期预测是水资源规划和合理配置的前提,也是确定水利工程规模及水量调度和分配的主要依据,合理确定需水量对实现水资源的可持续利用和经济社会的可持续发展具有重要意义.本文就黄河流域的工业用水运用灰色预测方法进行了预测,通过预测结果总结了黄河流域今后的工业需水趋势.     

库车经济发展需水量预测分析及对策

近年来库车县提出了以发展石化工业为主体的兴工富业的经济战略,目前库车工业已进入了超常规发展阶段,为确保工业与农业、经济与生态的和协调发,确保区域经济可持续发展,使农业、工业、生活、生态的供水得以科学合理配置,使有限的水资源发挥最大效益,提高区域水利用价值。本文通过经济三期规划水平年对库车新型工业化建设可调用水资源的供给与需求进行了预测分析并提出了应对措施。     

基于改进支持向量机的宝鸡市工业需水量预测

以宝鸡市工业需水量为研究对象,运用改进的支持向量基模型对该地区1993～2003年的工业用水量进行模拟计算,并用宝鸡市2004年和2005年的工业用水量进行模型检验,与GM（1．1）模型所得的结果作比较,分析证明了改进的SVR模型方法能取得更好的结果,为研究区域的水资源综合规划提供了科学依据。     

基于BP网络的水资源预测方法的研究

对水资源预测的各种方法进行了分析，在本领域内推出一种新的预测方法－人工神经网络，可依据源数据，通过BP算法，自动形成水资源预测模型，从而推算出水资源变化趋势。人工神经网络有较强的学习功能，事先不需建立模型，而是根据预测的精度通过初始数据进行计算。从本文所得结果可以看出，人工神经网络是建立水资源预测模型的一种有效的方法。     

城市需水量预测方法的研究

为了实现城市可持续发展 ,城市需水量预测极为重要 ,利用系统动力学分析方法建立了预测模型 ,并通过实例进行了应用 ,给城市节水用水工作提供了重要的参考依据     

基于遗传规划方法的集装箱吞吐量预测

在对现有各种预测方法进行简要回顾的基础上，对遗传规划方法进行了研究，提出了应用于集装箱吞吐量预测的计算模型和相关参数的确定方法，并完成了算法设计和编程工作。在此基础上，以宁波港集装箱吞吐量的历史数据为样本，开展了预测计算试验，找到了能够反映宁波港目前集装箱吞吐量发展规律的样本集，并对宁波港未来九年的集装箱吞吐量进行了预报。结果表明，本算法合理、改良自动化程度高，为解决集装箱吞吐量等非线性系统预测提供了一条新的途径。     

南四湖湿地生态环境需水量研究

介绍了湖泊生态环境需水量的计算方法，并应用不同的方法计算了南四湖生态环境需水量。认为蓄水量低于生态环境需水量是导致南四湖各种生态环境问题产生的根本原因，要恢复南四湖湿地生态环境，保护生物多样性，必须采取切实有效的措施对南四湖的水资源进行管理，改善南四湖的水质，维持南四湖一定的蓄水量。     

交通运输需求的综合预测分析

在探索交通运输需求预测方法的基础上,从交通运输需求的角度描绘了交通运输与经济发展的关系,提出了预测精度较高并具有较高实用价值的递归等权预测方法.     

山西省工业需水预测研究

为寻求较为合理、准确的需水量预测结果,分析山西省需水量影响的主要因素,选取工业增加值、原煤产量、发电量、重轻比、二产GDP比重作为主要影响因子建立回归方程,并运用耦合模型对山西省的工业需水量进行预测。     

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.     

园区规划水资源论证中的需水预测

园区（开发区）规划水资源论证是水资源论证的主要内容之一,准确预测园区需水量是做好园区规划水资源论证的前提条件.以江苏省洋口港经济开发区为例,根据开发区的现状用水调查,对开发区进行规划水平年的用水需求预测,为开发区需水预测提供一定的参考.     

基于综合权重因子的城市时需水量预测

提出了基于综合权重因子的城市时需水量预测方法.根据预测日前几日和前几周的用水量数据,计算平均时用水量;引入综合权重因子,构建预测日前1日时用水量模型.结合日需水量预测数据,将获得的最优连续日数、最优连续周数和综合权重因子,用于预测日的时需水量预测.算例验证结果表明,预测值平均绝对百分比误差较小.     

北京市需水量预测的系统动力学研究

利用系统动力学方法,对不同情景（保持现状型S1、经济发展型S2、南水北调型S3和综合发展型S4共四种情景）下北京市2012-2030年的需水量进行了预测,在此基础上对缺水问题进行分析。结果表明：（1）在四种情景下,生活需水量呈上升趋势,工业需水量在S1和S3下呈上升趋势而在S2和S4下呈下降趋势,农业需水量和环境需水量保持稳定,总需水量呈下降的趋势;（2）四种情景下,总需水量的平均值分别为41.87、43.85、42.03和43.96亿m3,缺水年平均缺水量分别为6.82、7.59、3.61和4.44亿m3,平均缺水指数分别为0.1592、0.1679、0.0833和0.0970;（3）为了维持经济、资源和环境的和谐、可持续发展,北京市需要增强人们节约、保护水资源的意识,才能保证水资源供需的长久平衡。     

粒子群优化算法在城市需水量预测中的应用

在对天津市需水量现状进行调查的基础上,分析需水量与相关因素的变化规律,建立天津市需水量预测模型.应用粒子群优化算法(PSO)对神经网络权值进行优化,建立PSO-BP神经网络,应用于需水量预测模型的求解.将PSO-BP法与传统的BP神经网络法的计算结果进行对比,前者的预测平均相对误差比后者低500/.结果证明,该预测模型能够较好地拟合天津市需水量变化趋势,PSO-BP方法比BP方法具有更高的收敛速度和精度.     

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.     

工业供水效益计算中工业效益值的计算方法问题

本文主要论述了工业供水效益计算中工业效益值的合理选定问题,从各方面分析比较了目前计算工业效益值的几种方法.文中认为,各种计算方法的特点和作用不同,用途也不同;在计算工业效益值时,应采用工业净产值的计算方法,这在水利经济理论和实践上是较为合理的、适当的、可行的.