欢迎来到天天文库
浏览记录
ID:35009875
大小:2.34 MB
页数:66页
时间:2019-03-16
《城市需水量预测研究》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、内錄矣fHebeiUniversityofEngineering硕士学位论文题目:_________城市需水量预测研究作者姓名:至雙___________指导教师:李万庆教授学科专业:管理科学与工程所在学院:经济管理学院提交论文日期:年^月日独创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中己经注明引用的内容外,本论文不含任何其他个人或集体己经发表或撰写过的研宄成果,也不包含为获得河北工程大学或其他教育机构的学位或证书而使用过的材料。对本文的研究做出重要贡献的个人和集体,均己在论文中作了明确的说明并表示了谢意。本人完全意识到
2、本声明的法律结果由本人承担。学位论文作者签名:@签字日期:>4年i月#日学位论文版权使用授权书本学位论文作者完全了解河北工程大学有关保留、使用学位论文的规定。特授权河北工程大学可以将学位论文的全部或部分内容编入有关数据库进行检索,并釆用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和电子文档。(保密的学位论文在解密后适用本授权说明)学位论文作者签名:痛f签字日期:年}月>/日导师签名:签字曰期:MJr年少月;^曰分类号:TU981密级:公开UDC:单位代码:10076工学硕士学位论文城市需水量预测研究作者姓名:王静指导教师:
3、李万庆教授申请学位级别:工学硕士学科专业:管理科学与工程所在单位:经济管理学院授予学位单位:河北工程大学ADissertationSubmittedtoHebeiUniversityofEngineeringFortheAcademicDegreeofMasterofEngineeringTheResearchofUrbanWaterDemandPredictionCandidate:WangJingSupervisor:Prof.LiWanqingAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:Managemen
4、tScienceandEngineeringCollege/Department:SchoolofEconomicsandManagementHebeiUniversityofEngineeringMay,2015摘要摘要随着城市人口的日益增多和社会经济的快速发展,城市对于水资源的需求量也越来越大。由于目前水资源的短缺以及供水设施的不完善,导致城市水资源出现了严重的供需矛盾。城市需水量预测是进行供水、用水和节水计划的基础,因此对城市进行需水量的预测具有重大而深远的意义。广义回归神经网络(GRNN)具有很强的非线性拟合能力,在逼近能力、分类能力和学习速度上有着较强的优势,尤为
5、适合做预测分析研究。但该方法的调节参数-光滑因子却难以确定,其值对网络的预测性能影响很大。基于此,本文引入小生境粒子群算法(NPSO)来确定光滑因子,将光滑因子映射为粒子,通过粒子寻优找到全局最优的光滑因子,从而确定了广义回归神经网络模型,构建了基于NPSO-GRNN的城市需水预测模型。通过调查分析北京市的经济发展状况、气象水文以及历年供水资料,利用SPSS软件中的Person相关性分析法,采取双侧检验法对收集到的用水量影响因素进行结果显著性分析,找到影响用水量的关键因素。构建了NPSO-GRNN城市需水量预测模型、BP神经网络需水量预测模型和GM(1,1)需水量预测模型并
6、应用三种模型分别进行了预测。结果表明:虽然三种需水量预测模型均是可行的,但是,NPSO-GRNN预测模型比起其他两种方法,不但预测精度最高,而且还具有收敛速度快、调整参数少,不易陷入局部极小值的优点,为城市需水量更科学的预测提供了一种新方法。关键词:广义回归神经网络;小生境粒子群算法;GM(1,1)模型;需水量预测;BP神经网络IAbstractAbstractUrbanwaterdemandisgrowingwiththefastgrowingurbanpopulationandeconomicdevelopment.Duetothecurrentwatershortag
7、esandinadequatewatersupplyfacilities,thecontradictionsofurbanwatersupplyanddemandhavebecomingincreasinglyprominent.Urbanwaterdemandpredictionisthebasisfortheplanofwatersupply,wateruseandwaterconservation,therefore,urbanwaterdemandpredictionhasimportantandfarre
此文档下载收益归作者所有