基于孤立森林的取水数据异常值检测

为快速准确地检测出供水企业取水量数据的异常值,提出了基于孤立森林的无监督学习算法,以安徽省水资源取水监测平台提供的A~D四个供水企业取水量数据为例,并通过试验将其与传统箱线图法和有监督学习的k近邻算法进行比较。结果表明,基于孤立森林的无监督学习算法因其独特的树状结构,使其在进行点异常值检测时平均F1、AAUC值分别达到0.9630、0.9980,较k近邻算法分别高约56.40%、22.47%,较箱线图法分别高约18.92%、9.70%。虽然模拟区间异常取水行为时,基于孤立森林的无监督学习算法性能有所下降,但稳定性仍优于k近邻算法和箱线图法,这表明在异常数据类型检测方面基于孤立森林的无监督学习算法具有一定优越性。

城市生态环境需水量研究

在探讨城市生态环境需水量基本概念和特点的基础上 ,对其进行分类 ,并发展了较为系统的研究方法 ,提出目前适宜的方法是从城市现状出发 ,将城市综合性分类与城市生态环境质量指标等级相结合 .以黄淮海地区城市为例 ,估算了该地区城市生态环境需水量等级 ,计算结果表明 :黄淮海地区城市最小和最优生态环境需水量分别为 39 34亿m3 和 187 82亿m3 ,最小生态环境需水量在城市供水中的比例为 5 2 7%.

我国城镇居民家庭生活需水函数的推求及分析

通过对我国全国及６ 个区域的城镇居民家庭生活需水函数的建立， 分析了在我国进行此类研究的困难，研究了水价、职工平均工资和供水人口对城镇居民家庭生活需水的影响程度． 研究结果表明， 对需水影响最大的是供水人口， 职工平均工资的增长对需水的增加也产生重要的影响． 价格对需水的影响并不显著， 但在现阶段， 价格仍然可以作为一个抑制需求的有效手段．

Indirect Water Consumption:The Scope 3 of Water?Estimation of This Indicator in Sectors Relying on Agriculture

The aim of this research project is to assess indirect water consumption,that represents the water consumed in the upstream part of the production life cycle.Estimations are provided for agriculture related companies,as agriculture represents 70%of water consumption on Earth.This consumption varies greatly according to the countries where supply chain is located.The estimation is attempted for 27 European listed companies in sectors relying on agriculture in its supply chain.A data is estimated for 22 companies,showing that indirect water consumption is much more important than direct one.Strategic questions raised through the estimation of indirect water consumption in various subsectors show the interest in this data,which represents the equivalent of Carbon Scope 3 for water issues.

城市日用水量预测的组合动态建模方法

本文根据城市用水量的影响因素及特点，利用统计预测理论，建立了日用水量的动态组合模型。通过逐步回归分析方法剔除次要影响因素，并采用卡尔曼滤波方法动态预测回归残差项。经沈阳市实例验证，该法预测误差小，可满足供水系统调度的实际需要。

基于灰色理论和回归分析的需水量组合预测研究

【目的】建立精度更高的需水量预测模型,为水资源规划提供理论依据。【方法】建立基于灰色预测和线性回归预测的需水量组合预测模型,以深圳大鹏半岛需水量为例,对组合预测模型的预测结果与单独采用灰色预测、线性回归模型预测的结果进行了比较。【结果】单独采用灰色预测模型和线性回归模型进行预测的平均误差分别为6.5%和2.5%,而基于灰色预测和线性回归的组合预测模型的平均误差仅为1%。【结论】组合模型的预测精度较单一模型的预测精度明显提高,并且该模型可以更全面地反映需水量的变化规律。

偏最小二乘与灰色模型组合预测城市生活需水量

为了克服普通多元回归方法用于中长期预测时自变量多重共线性对拟合模型的干扰,引入了更易于辩识系统信息与噪声的单因变量偏最小二乘回归(PLS1),同时将两次拟合等维灰数递补(DEMGM(1,1))模型用于自变量的中长期预测,建立了一套PLS1与DEMGM(1,1)组合预测方法.采用1986年—2000年某市生活用水量历史数据对该方法进行验证,预测结果表明,平均相对误差仅为1.03%.将该方法引入城市生活需水量研究,预测2005年和2010年某市生活需水量将分别达到0.92×109m3与1.1×109m3,为该市给水工程规划与决策提供了参考依据。

基于时序的工业用水效率测算与耗水量预测

科学计算工业生产过程中的水资源利用效率,分析并预测耗水量,对于工业用水规划十分重要.通过建立包含工业耗水变量的模型,运用随机前沿生产函数(SFA)模型对我国1953—2004年间的工业水资源利用技术效率进行了测算,分析了效率变化、技术进步指数和全要素生产率(TFP).结果表明:工业生产水资源利用效率总体说来变化平稳,呈现缓慢的上升趋势;引入工业用水技术效率因素,用误差修正模型预测工业耗水量,对未来工业耗水量预测的精确度明显提高,如2005年的耗水量预测误差仅为4.96%,而没有引入技术效率的预测的误差超过80%.

多元线性回归分析在北京城市生活需水量预测中的应用

从多元线性回归分析的特点出发 ,探讨北京城市生活需水量的影响因素 ,并对选定的影响因素进行回归分析 ,确定了最终的预测方程 ,应用预测方程对北京市 2 0 10年城市生活需水量进行了预测。

利用BP网络建立预测城市用水量模型

利用神经网络法对城市用水量建立了具有时间序列的预测模型 ,并提出了基于该模型的数据处理方法 ,并结合某城市给水系统进行了用水量负荷预测 ,预测结果和实际情况有很好的一致性。

成都市居民未来生活用水量预测模型的选择

以成都市居民生活用水量为背景 ,采用不同的预测方法进行了实例计算 ,分析比较了多个模型的预测精度 ,并在此基础上确定了适合成都市居民生活用水量变化特征的新的预测模型──自组织模型。研究结果表明 ,自组织方法 (GMDH)是强有力的建模方法 ,是一种有效的预测手段。

支持向量机在城市用水量短期预测中的应用

为解决现有的城市用水量短期预测人工神经网络法的过学习与局部极小点等问题,通过对城市时用水量 数据特征的分析,在统计学习理论和结构风险最小化准则的基础上,建立了基于支持向量机(SVM)理论的城市用 水量短期预测数学模型．在算例分析中与误差逆传播(BP)神经网络预测法进行对比,发现该方法的平均预测精度 提高了2％,且具有收敛速度快、泛化能力强等优点,在用水量短期预测中非常有效．

需水量预测方法的评析与择优

在深入地研究了目前常用的需水量预测方法的基础上 ,对需水量预测方法进行了科学的分类 ,重点评析了ARMA、回归分析、指标法、灰色预测、人工神经网络、系统动力学等预测方法的优缺点及适用条件 。

基于灰色神经网络与马尔科夫链的城市需水量组合预测

【目的】针对城市需水量预测系统具有非线性和随机波动性的特点,建立基于马尔科夫链修正的组合灰色神经网络预测模型,以提高模型的预测精度。【方法】比较分析灰色GM(1,1)模型、BP神经网络模型以及二者线性组合的灰色神经网络预测模型的预测效果,建立基于马尔科夫链修正的组合灰色神经网络预测模型,并以榆林市2000-2009年的用水量实际数据为研究对象,通过实例比较分析模型的检验预测精度。【结果】经马尔科夫链修正处理后,建立的基于马尔科夫链修正的灰色神经网络组合模型的预测精度更高,预测误差的绝对值均小于4%,且均方差σ为1.00,小于组合灰色神经网络模型与GM(1,1)模型、BP神经网络模型预测误差值的均方差。【结论】基于马尔科夫链修正的组合灰色神经网络需水量预测模型,对城市需水量的预测优于灰色神经网络及各单项预测模型,不仅预测精度高,而且能同时反映出数据序列发展变化的总体趋势和系统各状态之间的内在规律,适合描述随机波动性较大的预测问题。

灰色—神经网络组合模型预测城市用水量

针对城市用水量的预测 ,建立了以预测方法有效度为优化指标的求解组合预测权重系数的优化模型 ,并对灰色—神经网络的二元组合预测模型采用简化方法求解。该方法应用于长沙市河西供水系统的用水量短期预测 ,误差较小 ,能满足实际需要。

SD法在城市需水量预测和水资源规划中的应用研究

运用系统动力学方法进行了水资源系统动态模拟和水资源规划研究。以秦皇岛市为例,建立了秦皇岛市水资源系统动力学模型,并将其应用于社会—经济—环境复杂系统背景下的水资源需求量预测、水系统动态模拟和策略分析中。该模型考虑了社会—经济—环境复杂系统内各要素间的相互作用和影响,历史检验和灵敏度分析结果表明,其稳定性和强壮性良好。运用该模型考察了不同经济发展模式下的水资源供需情况,通过对模型模拟运行结果的比较和分析,得到了适合该地区的水资源规划方案。

城市供水负荷短期预测方法

结合城市用水量的影响因素及特点 ,分析了城市用水量的变化规律 ,探讨了水量预测时间序列分析方法 ;根据城市供水运行调度对用水量预测的实际要求 ,采用时间序列三角函数分析法建立了管网用水量的短期负荷预测模型 .实例考核证明 。

基于径向基函数的城市日用水量预测方法

结合城市日用水量影响因素的特点和变化规律,分析探讨了城市日用水量预测模型的求解方法．建立日用水量和其相关因素之间的预测模型,分别采用径向基函数(RBF)网络算法与支持向量机(SVM)回归法求解该预测模型．RBF网络具有结构自适应确定,输出不依赖初始权值的优良特性;SVM回归法采用结构风险最小化准则 (SRM),以统计学习理论作为理论基础,运算速度快,泛化能力强,预测精度高．通过分析验证的结果,证明了该日用水量预测模型的可行性,采用RBF和SVM两种求解方法均能得到满意的结果．

城市需水量灰色预测的探讨

从灰色模型的特点与需水量本身的变化规律出发 ,揭示了GM (1,1)模型的应用条件及其在需水量预测中的应用范围 ,以东京都需水量为例进行了验证 ,并对北京市需水量进行了灰色预测。

典型学生公寓生活热水用水定额研究

以重庆某高校学生宿舍空气源热泵集中热水系统为对象,在对7栋典型宿舍楼热水系统全年逐时监测的基础上,统计得出男、女生宿舍人均用水量的变化规律.根据男、女生宿舍冬季最高日用水量,提出4人间且设有独立卫生间这种典型学生公寓最高日用水定额的推荐值,男生宿舍30～34 L/（人·d）,女生宿舍37～41L/（人·d）.此外,从水量需求和热量需求两方面,对该推荐值的安全性和可靠性进行论证.提出的最高日用水定额推荐值,低于《建筑给水排水设计规范》（GB 50015-2003,2009年版）中传统宿舍的规定取值,节能效益显著,可为今后学生宿舍热水系统的设计提供借鉴.