隨著我國城市化進程的加快,配置水資源、構(gòu)建供水管網(wǎng)及優(yōu)化供水調(diào)度等方面的問題日益復(fù)雜,對水資源利用的分析評價工作在社會經(jīng)濟發(fā)展中具有戰(zhàn)略性意義。然而,水資源需求預(yù)測是優(yōu)化調(diào)度和水資源配置的基礎(chǔ)和前提,因此,本文以校園用水為例,分析用水趨勢和影響因素,探討傳統(tǒng)需水預(yù)測中存在的問題及改進措施,構(gòu)建了一種新型的短期需水預(yù)測模型。首先,本文對數(shù)據(jù)的缺失和異常值問題進行了研究,運用一種數(shù)據(jù)修正方法。通過對數(shù)據(jù)縱向和橫向分析,界定數(shù)據(jù)異常的閾值,按照計算公式對數(shù)據(jù)進行修正和缺失填補。其次,研究了影響校園用水的天氣情況、在校人數(shù)和節(jié)假日等因素,分析它們與日用水量之間的變化規(guī)律,利用統(tǒng)計學(xué)方法來分析影響日用水量的主要因素,確定預(yù)測模型的輸入特征維數(shù)。第三,針對遺傳算法優(yōu)化參數(shù)的局限性,本文引入一種遺傳和模擬退火混合優(yōu)化算法(GASA)。利用兩個典型的標(biāo)準(zhǔn)函數(shù)測試其性能,結(jié)果表明該GASA混合算法具有較快的收斂速度和更高的精度,其預(yù)測結(jié)果的擬合度可達(dá)0.927。最后,在前文工作的基礎(chǔ)上,分析預(yù)測誤差規(guī)律,建立了基于GASA-SVR和誤差校正的短期需水預(yù)測模型。將傳統(tǒng)預(yù)測方法擴展到連續(xù)多步預(yù)測,通過實例進...

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖3-8四種預(yù)測模型的仿真對比

圖3-8四種預(yù)測模型的仿真對比Fig.3-8Simulationcomparisonoffourpredictionmodels章小結(jié)章首先通過分析支持向量回歸機理論，得出影響SVR模型性能和精度參數(shù)，懲罰因子C，核函數(shù)參數(shù)σ和不敏感系數(shù)，從而利用GA....

本文編號：4004268