哈尔滨市区需水量预测研究

《哈尔滨市区需水量预测研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、东北农业大学硕士学位论文哈尔滨市区需水量预测研究姓名：张贵杰申请学位级别：硕士专业：管理科学与工程指导教师：任永泰2012-06-20摘要水资源对城市的发展意义重大。对缺水城市需水量预测方法进行研究，提高预测精度，降低预测风险，既可以把预测的结果作为城市供水系统优化调度的基础，为供水系统规划建设提供参考，又可以提高水资源利用的效率，改善城市生态环境，促进社会和谐健康发展。本文在调查和研究了大量相关文献资料的基础上，总结前人的研究经验，对哈尔滨市区的需水量进行了预测研究。(1)首先根据统计年鉴和文献资料

2、，将哈尔滨市区需水量分为生态需水量、生活需水量和生产需水量三部分。在对传统的需水量预测方法进行分析后，选取灰色预测模型、BP神经网络和支持向量机分别进行预测。(2)采用灰色预测模型进行预测时，首先对原始数据进行灰色预测可行性检验，各原始数据序列均通过准光滑性和准指数规律检验。在预测过程中，由于预测误差相对较大，需要对结果进行修正。经分析后，采用马尔科夫链对预测结果进行调整。结果表明，灰色马尔科夫模型在一定程度上克服了灰色预测模型的缺陷，使得模型预测精度明显提高。(3)采用BP神经网络进行预测时，首先对

3、数据进行归一化处理，将原始数据映射到[0．1，0．6】区间内，使得所建立的模型有良好的外推性。采用该模型分别对生态需水量、生产需水量和生活需水量进行预测，均取得了良好的效果。、(4)采用支持向量机进行预测时，选取径向基函数为核函数，利用交叉验证方法计算模型的均方根误差，采用大范围搜索的方法寻找最优参数，以此为基础构建支持向量回归机模型，分别对哈尔滨市区生态需水量、生活需水量和生产需水量进行预测，效果均良好。(5)为了提高模型预测的精度，综合多种模型的优点，本文采用组合预测模型。使用线性规划法，以组合模

4、型的误差绝对值之和最小为目标，求得组合预测模型的最优权重。有效避免了某些求权重的方法得不到最优权重的问题。实验结果表明，组合预测模型的结果明显优于单一的预测模型，有效地结合了几种预测模型的优点，是一种行之有效的预测方法。最后，对预测结果进行了相应的分析；根据模型预测结果，对于如何进一步提高模型的预测精度，给出了一些建议；根据预测结果，对相关部门给出了应对建议。本文的研究成果，理论上可以为相关领域的研究者提供理论参考，拓展应用于其他领域。实践上可以为哈尔滨市相关部门实施科学管理和宏观指导提供依据，以便适

5、时、适度地采取调控政策，为哈尔滨市的需水量供应提供有效保障。关键词：哈尔滨市：需水量；预测AbstractStudyonWaterDemandForecastofHarbinWaterresourceshaveamajormeaninginthedevelopmentofthecity．Researchingthewaterdemandpredictionmethodsinurbanwhichisshortofwatertoimprovepredictionaccuracyandreducethepr

6、edictedrisk,notonlycantreattheresultasthebasisofurbanwatersupplysystemtooptimize，andprovideareferencefortheplanningandconstructionofwatersupplysystem，butalsocanimprovetheefficiencyofwateruse，improvetheurbanecologicalenvironmentandpromotethehealthyandhar

7、monydevelopmentofsocial．Onthebasisofinvestigatingandstudyingalargenumberofrelateddocumentsandsummaryofpreviousresearchexpedence，thispaperstudiedwaterdemandforecastingmethodsofHarbin．AccordingtotheStatisticalYearbookanddocumentation，Harbinurbanwaterdeman

8、dwasdividedintoecologicalwaterdemand，domesticwaterdemandandproductionwaterdemand．Afteranalyzingthetraditionalwaterdemandforecastingmethods，threemethodswereselected．Theyaregraymodel，BPneuralnetworkandsupportvectormachine．First，the