基于神经网络的南京市用水量预测

分析南京市用水量现状,合理预测南京市用水量,掌握未来用水需求,对南京市水资源的长远规划和配置具有重大意义。对南京市2009~2019年用水量分析表明,工业、农业用水在南京市总用水量中比重较大,对总用水量的变化起着至关重要的作用。其次,采用灰色预测GM(1,1)模型与Elman神经网络的组合模型预测南京市各区及全市总用水量。结果表明,灰色Elman神经网络模型对2009~2019年南京市全市总用水量的预测效果良好,预测的相对误差均小于3.5%,预测结果的多年平均相对误差为1.55%;在南京市2019年各区用水量预测中,预测结果的相对误差均小于8.5%,效果较好。可见所用模型能准确地预测南京市用水量,对有效控制区域用水量,实现“四水四定”原则具有重要意义。