论文部分内容阅读
随着社会经济的迅速发展,人们对水资源的要求和依赖程度越来越高。由于人类社会在高速发展过程中对水资源的掠夺式开采和不合理使用,加之水资源自身的有限性和不均匀性,使得水资源的供需矛盾日益加剧,水生态遭到严重破坏,水资源安全问题日渐重要。
作为水资源安全重要组成部分的供水安全是维系城市正常运作的最基本的保障。供水水量的变化和供水水质的变化是城市供水安全系统预警中需要考虑的最主要因素,本文在综合分析借鉴相关法律法规及大量文献资料的基础上,提出了建立以一次移动平均预测、多元线性回归预测、一次指数平滑预测为基础的基于神经网络优化组合的供水预警机制。
本文以重庆市合川区为例,主要的研究内容如下:
首先在对各种已有预测模型的分析以及对BP神经网络的研究的基础上,提出了基于神经网络优化组合供水模型的预测方法。
其次在对各种已有预测模型的分析以及对BP神经网络的研究的基础上,提出了基于神经网络优化组合供水模型的预测方法。
然后在分析比较各种常用预测模型的基础上,结合合川区现有用水资料情况,选择建立了以一次移动平均预测、多元线性回归预测、一次指数平滑预测模型为基础的神经网络优化组合预测模型。神经网络优化组合预测模型可以有效的防止单一模型的预测偏差,预测精度比较高,预测效果比较好,特别是在历史数据比较准确的情况下,用组合预测模型预测的供水量比较接近实际用水量的值。
最后结合重庆市合川区现有年供水量资料,建立了基于BP神经网络的年供水量预测模型,并初步构建了该区年供水量预警机制。