改进的灰色预测模型在全国用水量预测中的应用

针对水资源供需日趋严重的问题,应用灰色预测理论,以国家统计局发布的2000-2012年的全国用水量为建模数据,分别建立了普通灰色预测模型以及带有弱化算子的灰色预测模型,对全国用水量进行了短期预测,并验证了模型的实用性.此外,通过两个模型的对比,反映了带有弱化算子的灰色预测模型预测结果更精确.     

应用改进BP神经网络进行用水量预测

针对工业用水量的特点，建立了改进的BP神经网络用水量预测模型，采用遗传算法对BP神经网络权系进行优化改进，改进的BP神经网络算法预测结果好于灰色理论预测和BP算法预测。以本溪市某供水厂用水量数据对改进的BP神经网络模型进行训练并预测，将其预测结果与灰色理论预测和BP神经网络预测结果进行比较分析，得出该方法用于供水系统用水量预测误差较小，同时克服了其他两种算法的缺陷。     

城市用水量的非线性灰色预测

运用灰色系统原理,本文提出了城市用水量非线性灰色预测模型GM(1,1;(×)_α,相比线性模型GMO(1,1)而言,它具有适用性广,拟合精度高等优点。实例验证了该模型用于城市用水量预测的可行性及有效性。     

应用改进的残差GM(1,1)模型预测城市用水量

运用灰色系统理论建立GM(1,1),并用改进的残差GM(1,1)模型进行修正,对城市用水量进行预测.改进的残差修正方法能够使模型保持良好的适应性,有效提高了预测精度.应用该模型对某市年用水量进行预测检验,结果表明:改进的GM(1,1)模型具有较高的预测精度,模拟效果更好.     

灰色预测方法在大城市时用水量预测中的研究

分析了城市用水量预测的重要性和一些基本方法,发现灰色预测方法比传统的基于概率统计的随机过程分析具有建模所需信息少、不必知道原始数据分布的先验特征等优点,故将其尝试性的应用于城市时用水量的预测.通过对灰色预测方法建模机理的研究建立了城市用水量预测GM(1,1)模型,并以北方某大型城市时用水量为原始数据进行了实际预测,模型精度检验的结果表明该模型的预测等级为高精度预测.     

基于无偏灰色GM(1,1)模型的城市用水量预测

针对城市用水量预测工作中常存在城市用水量原始数据样本量较小、信息不充分的问题,充分利用无偏灰色GM(1,1)模型的少数据建模,短期预测精度高,消除了灰色GM(1,1)模型预测所固有的偏差的优点,建立无偏灰色GM(1,1)城市用水量预测模型,并应用于实际城市用水量预测中。与常用的处理此类问题的灰色GM(1,1)模型比较,算例结果表明所建模型有效可行,提高了预测精度。     

基于S-R模型对陕西省水资源短缺的定量分析

快速城市化和全球气候持续变化,导致区域水资源供需矛盾日益突出.文章以陕西省为研究对象.基于回归分析、灰色预测、最优分配、BP神经网络等方法,运用MATLAB、LINGO、EVIEWS等软件量化分析了水资源短缺与水资源调配问题,初步建立了反映缺水程度的S-R模型、水资源分配模型.研究结果可为该地区水资源可持续利用提供理论与实践的参考.     

基于灰色预测及多目标规划模型的水资源预测及优化配置

为探讨城市水资源预测和优化配置的方法,以北京市为例,采用灰色GM(1,1)预测和多目标规划模型方法进行数学建模,以研究北京市在实现经济效益、社会效益、生态效益和环境效益最大化前提下的水资源的优化配置方案。预测结果显示,北京市2015年的水资源总量为21.4523亿m3,再生水量为11.96亿m3,总需水量为39.74亿m3,仍将存在6.33亿m3缺口,将依赖于境外调水,与北京市水资源"十二五"规划十分接近。多目标规划模型结果显示,北京市可通过增加水资源的循环利用,减少农业用水、生活用水和环境用水量,维持现有工业用水量,实现可供水量与总需水量的基本平衡,并实现城市经济效益、社会效益、生态效益、环境效益的最大化。灰色GM(1,1)预测和多目标规划模型可较好地预测城市未来供、需水状况,并进行水资源的优化配置,可用于区域水资源预测和综合规划。     

灰色模型在城市月用水量预测中的应用

中期用水量预测,它为各个城市水司制定月用水量生产计划提供重要依据.针对我国城市月用水量数据序列的特点对其进行分析研究,利用灰色系统理论,建立预测月用水量GM（1,1）模型.并以东北某大城市月用水量为原始数据进行了实际预测.通过MAPE检验证明GM（1,1）模型为一种行之有效的预测月用水量的模型.     

芜湖市江北新区用水量预测

文章阐述了城市用水量预测的重要性,在对时间序列分析法、灰色预测法及指标分析法各自特点的分析基础上,分别采用城市分项用水指标法、单位建设用地用水量指标法、城市单位人口综合用水量指标法,预测了芜湖市江北新区的规划用水量,结合芜湖江南城区现状用水特征和江北新区总体规划,合理确定了江北新区城市规划用水量。     

基于Leslie矩阵的水资源供需平衡灰色预测研究

探索区域水资源供需平衡是生态环境保护的重要前提。选取影响水资源供需平衡的12个指标,采用Leslie转移矩阵模型对定量指标进行测算,并运用灰色预测模型对不确定性指标因素进行灰度预测。通过对南京市雨花台区的水资源供需进行实证分析,结果表明:该合成模型预测效果比传统Leslie矩阵和灰色预测效果好,拟合精度最高,预测精度有效的控制在5%之内。该模型拓宽了灰色预测模型在水资源供需平衡中的应用,对水资源的科学预测具有一定的意义。     

辽宁省滨海城市水资源可持续利用研究

利用模糊模式对辽宁省滨海城市水资源开发程度进行了识别评价,得出其级别特征值为1.763 2,开发程度处于一级和二级之间,接近水资源的承载能力;同时,利用灰色系统建立GM(1,1)和GM(1,2)模型,对滨海城市旱灾、城市人口、生活用水量和用水总量进行预测,预测在2004年和2009年左右,将可能再次出现干旱,到2010年和2020年人口将分别达到720万和910 万,到2010年城市的生活用水量将达到4.46亿t,用水总量将达到9.8亿t,辽宁省滨海城市水资源的供需矛盾将进一步加剧.     

加权组合模型在城市用水量预测中的应用

鉴于传统灰色模型在建模中存在固有偏差的问题,本文采用无偏灰色GM(1,1)预测模型.在无偏灰色预测模型表达式的基础上,又提出了非线性的预测模型,并将其用于城市的用水量预测上.考虑到单一预测模型在预测过程中存在的不足,用最优加权组合模型对无偏灰色GM(1,1)模型和非线性模型进行组合,并将加权组合模型首次用于遂宁市的城市用水量预测.预测结果表明,组合模型的预测精度优于单一的预测模型,预测结果与城市的实际用水量拟合较好,该方法可推广到其它类似城市的用水量预测中.     

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.     

以产业园区为发展方向的城镇用水量预测研究

正引言城市用水量预测是编制给水工程规划的基础工作和重要内容,影响城市用水量预测的因素很多,如水资源状况、节水政策、环保政策、社会经济发展状况及城市发展规划等,城市用水量预测不能与之脱离开来。在城镇规划中,以产业园区为发展方向的城镇,在城镇给水系统规划设计中,工业用水量预测占有重要地位,直接影响城镇给水系统的布局。本文以南方某城镇为例,探索以产业园区为     

非等间隔序列的灰色模型在路基沉降中的应用研究

目前灰色系统理论中的GM（1,1）模型是应用于预测方面频率最高的模型,灰色GM（1,1）模型预测方法具有理论性强、实用价值高、计算简便等优点。本文就是在详述灰色系统基本概念、基本原理以及灰色建模理论和预测方法的基础上,以广东某高速公路沉降变形为依托,运用非等间隔GM（1,1）灰色模型对其变形进行分析,对以后的沉降量进行了预测。     

对缺水地区某工业园用水量预测的探讨

广东普宁某工业园,属于区域性缺水地区,本文通过用水量的预测分析,进行水资源与用水量之间的供需平衡讨论;最终确定合理的用水量、并提出解决区内水资源问题的建议和措施。     

基于灰色分析法对海南省商品住宅价格的预测

针对海南省主要城市商品住宅价格的问题,利用海南省2003年～2018年相关数据,运用了灰色系统理论、最小二乘法、偏估计回归法及风险价值理论等,构建了灰色关联模型、岭回归模型及VAR模型,综合运用了Matlab和EViews软件编程求解,对海南省未来商品住宅价格进行分析并预测.     

城市水资源承载力实例研究

以张家口市水资源供需现状为依据,以张家口市社会经济发展趋势为背景,把常规趋势预测和模糊综合评价法相结合,结合实际情况适当调整发展参数,选取人均水资源量、水资源利用率、万元产值用水量、耕地灌溉率、生活用水定额、生态环境用水量6个评价因素作为主要评价指标,利用模糊综合评价模型对其水资源承载能力进行了评价研究。通过分析预测结果,针对目前和将来水资源利用可能出现的问题,提出了张家口市水资源安全对策。     

基于灰色预测和Elman神经网络的全国用水量预测

为解决我国存在的水资源问题,考察各省份的用水状况。从生活、农业、工业和生态4个方面进行全面分析,对各省份2020年的用水量进行预测。采用GM(1,1)模型预测所有用水量影响指标,并使用Elman神经网络拟合了指标与各省份年用水量的映射关系。通过数据检验,可见基于GM(1,1)模型和Elman神经网络的用水量预测模型误差很小。最后,预测结果与国务院发布的水资源"三条红线"中2020年的用水量控制红线进行比较,结果表明:黑龙江、江苏、江西、广西、甘肃、宁夏和新疆7个地区在2020年的用水量预测值超过国家要求。