灰色理论和混合建模算法在城市日用水量预测中的应用研究

《灰色理论和混合建模算法在城市日用水量预测中的应用研究》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、学位论文原创性声明本人郑重声明：所提交的学位论文是本人在导师的指导下，独立进行研究工作所取得的研究成果。除文中已经加以标注引用的内容外，本论文不包含其他个人或集体己经发表或撰写过的研究成果，也不含为获得浙江工业大学或其它教育机构的学位证书而使用过的材料。对本文的研究作出重要贡献的个人和集体，均已在文中以明确方式标明。本人承担本声明的法律责任。作者签名：陈彳织日期：力。睁厂月以自学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权浙江工业大学可以将本学位论

2、文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于l、保密口，在年解密后适用本授权书。2、不保密口。(请在以上相应方框内打“√”)作者签名：防、搿、日期：锄舻年f月≈目导师繇7奎磊吼h，≯年F月订日灰色理论和混合建模算法在城市日用水量预测中的应用研究摘要随着我国城市化进程的不断加快，城市管网的规模越来越大，管道系统趋于更加复杂。仅依据重要测压点压力进行调度的经验方法已不能满足复杂管网调度的要求，迫切需要实现兼顾供水经济性、安全性和可靠性的城市供水系统优化调度。城市日用水量预测是管网优化调度的重要前提和基础，

3、其预测精度直接决定了调度决策方案是否可行。本文在系统地总结了国内外城市日用水量预测研究进展的基础上，主要完成了下列工作：(1)针对传统日用水量数据补缺法存在主观性较强的不足，提出缺失值的组合灰色预测法。利用自相关系数法分析日用水量序列，确定与缺失值相关性较大的前和后日用水量序列；基于灰色理论，根据前后序列，分别对缺失值进行后插和前插预测；优化组合前后插值，获得缺失值的组合预测值。实例分析结果表明，与传统的平均值法相比，本文的计算方法具有更高的预测精度。(2)针对采用传统网格交叉验证法确定最小二乘支持向量机参数耗时较长的不足，提出了基于粒子群算法优化最小二乘支持向量机浙

4、江工业大学硕士学位论文摘要日用水量预测方法。以预测日用水量的主要影响因素与日用水量相关性较强的前第七天日用水量为输入，以预测日用水量为输出，并引入粒子群算法优化最小二乘支持向量机的超参数，采用交叉验证法确定粒子群个体的适应值，建立了日用水量预测模型。实例分析表明，与基于传统最小二乘支持向量机的时用水量预测方法相比，基于PSO优化最小二乘支持向量机的日用水量预测模型建模速度更快，预测精度更高。关键词：灰色理论，最小二乘支持向量机，粒子群算法，城市供水管网，日用水量浙江工业大学硕士学位论文ABSTRACTTHESTUDYANDAPPLICATION0FGREYTHEOI≮

5、YANDHYBRIDMODELINGALGORITHMINURBANDAILYⅥfATERCONSUD仰TIONPREDICTl0NABSTRACTWiththefastdevelopmentofurbanizationinChina，thescaleofwaterdistributionnetworkbecomeslargerandwaterdistributionnetwork(WDN)becomesmorecomplex．ThetraditionaldispatchstrategiesofWDNbasedonthepressureofmonitoringnode

6、cannotmeettherequirementofsafeandeconomicoperationofWDN．OptimaldispatchstrategiesofWDNareneededtoreducetheenergyconsumptionofpumpandimprovethesafetyandreliabilityofwatersupplysystemUrbandailywaterconsumptionpredictionisanimportantpremiseandfoundationforoptimaldispatchschedulingofWDN．The

7、accuracyofurbandailywaterconsumptionpredictionwilldeterminewhethertheschedulingschemecanbeappliedtorealWDNornot．Inthispaper,theresearchprogressofurbandailywaterconsumptionpredictionathomeandabroadissystematicallysummarized．Themainworkofthepaperisasbelow：(1)Asthemissingvalueinda