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。

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。

基于灰色预测GM(1,1)模型的城镇生活需水量预测

鉴于科学的需水量预测是水资源合理配置的重要依据,基于围场县2006～2010年城镇生活用水量的统计资料,利用灰色预测GM(1,1)模型对实际用水量进行了模拟分析,模拟结果与实际用水量的平均误差为1.53%。灰色预测GM(1,1)模型适用于围场县城镇生活需水量的预测,进而预测了围场县不同期限(短期、中期、长期)的城镇生活需水量。通过一次供需平衡分析明确了未来水资源的供需矛盾,提出了城镇生活用水高效利用对策,可在一定程度上缓解城镇生活用水的供需矛盾。

集对分析聚类预测法在城市生活需水量预测中的应用

集对分析聚类预测法结合了集对分析中的同异反模式识别的"择近原则"和聚类分析的基本思想进行分类预测。基于该方法给出了城市生活需水量的详细方法预测,在分析过程中考虑了城市生活需水量与其影响因素之间的关系,利用城市生活用水总量和影响因素的历史数据,建立了城市生活需水量聚类预测的模型,并利用我国北京市的实际数据进行了分析计算。结果表明,该预测方法应用于城市生活需水量预测思路清晰,计算简单且精度较高,该预测方法具有较高的实用价值。

西安城市生活需水量预测

根据西安市过去若干年生活用水量的统计资料,分别采用一元线性回归、生长曲线、GM(1,1)灰色系统模型和人均综合生活用水定额法对西安2010年、2015年城市生活需水量进行预测,并对各种方法的预测结果进行分析比较,认为生长曲线模型的预测结果比较合理,确定了西安2010年、2015年城市生活需水量范围。

基于灰色GM(1,N)自记忆模型的城市生活需水量预测

以宝鸡市为例,构建了灰色GM(1,N)自记忆城市生活需水预测模型,采用灰色斜率关联度筛选城市生活需水量的最主要影响因素,并考虑到建模中。实例结果表明,模型拟合和预测精度均较高,可为城市规划提供参考。

组合预测法在城市生活需水量预测中的应用

科学客观地预测城市生活需水量,合理规划水资源的配置,是城市发展的需要。本文运用GM(1,1)模型和一元线性回归模型相结合的组合模型对城市生活需水量进行预测,结果表明,组合预测综合考虑了各种因素的影响,能够提高需水量的预测精度,为水资源合理规划提供了科学决策依据。

基于遍历灰色模型的城市生活需水量预测研究与应用

介绍遍历灰色模型T—GM（1，1）的原理及建模方法，以昆明市1995-2005年城市生活用水量为原始数据建立遍历灰色模型T—GM（1，1），运用后验差对模型进行精度检验，其模型拟合精度高、精度等级为一级．利用所建模型对昆明市2006-2008年的生活需水量进行预测，预测结果与实际用水量非常相近，相对误差最大仅为0．818％，具有很高的预测精度．经预测，2010年昆明市生活用水量为3．111×10^8m^3，2020年将达到4．570×10^8m^3．

NPSO-GRNN在城市生活需水量预测中的应用

利用小生境粒子群算法(NPSO)的全局搜索能力,对GRNN的光滑因子进行优化,提高了广义回归神经网络(GRNN)的网络性能,建立了基于NPSO-GRNN的城市生活需水量预测模型。研究结果表明:利用该模型拟合和预测北京市1988-2012年生活需水量数据的平均相对误差绝对值分为别0.72%和0.36%,两者都比BP神经网络模型拟合预测的结果低;NPSOGRNN模型能更好的拟合北京市城市生活需水量的变化趋势,预测精度更高,泛化能力更强。

与GDP相关的生活需水量预测模型

在目前生活需水量多种预测方法中,往往回避将经济发展指标作为直接影响因素。本文用传统的预测方法,先对生活必需水量加以预测,然后单独考虑GDP对生活需水量的影响,建立了与GDP相关的生活需水量预测模型。用该模型对西安和北京两地的生活需水量进行预测,结果表明该模型进行生活需水量预测是可行的。

等维新息GM(1,1)模型在郑州市城市生活需水量预测中的应用

针对常规GM(1,1)模型存在的不足,建立了等维新息GM(1,1)城市生活需水量预测模型。利用此模型对郑州市2010、2015和2020年的需水量预测结果分别为36003×104m3、51216×104m3和73349×104m3。

灰色系统理论改进技术在城市生活需水预测中的应用

以灰色理论GM(1,1)模型为基础,通过灰色技术的改进来预测生活需水量,对所建模型进行误差检验,并比较了改进后的预测模型和未改进的预测模型在精度上的差别,证明了改进后的预测模型具有可行性和较高的精度,在此基础上对连云港市的生活需水量进行了预测。

基于灰色新信息GM(1，1)模型的城市生活需水量预测

对城市生活需水量进行科学地分析和预测是满足城市生活发展需求、保证水资源合理规划的前提。根据城市生活需水量的特性,将灰色新信息GM(1,1)模型的建模方法引入到城市生活需水量的预测中,建立相应的预测模型。并建立起一套系统的城市生活需水量预测方法,为城市水资源规划提供决策参考,具有理论和实践意义。

基于Shapley值的西安市生活需水量组合预测研究

利用等维灰数递补法、非线性回归、广义回归神经网络等3种方法进行了西安市生活需水量预测,比较了不同方法的预测误差,然后根据各种方法对总预测值的信息贡献能力形成Shapley值组合需水量预测方法,计算了不同预测方法的Shapley值及其组合权重,形成组合预测需水量模型。预测结果表明:组合方法误差曲线平缓、平均误差值较小,具有一定的预测精度,适用于需水量的中短期预测。

江苏居民生活需水量预测及存在问题研究

分析了江苏省城镇居民生活用水和农村居民生活用水情况,结合经济学相关软件研究其趋势,并提出相应的节水目标和措施。然后用GM(1,1)灰色模型,利用已发生年份的生活需水量,建立生活需水量与时间的函数关系,从而预测未来年份的生活需水量。最后将结果与《江苏省需水量预测报告》比较,证明用此模型预测有较高精度。

湖南省生活需水量预测

本文采用定额法与指数平滑法预测湖南省不同规划水平年生活需水量。结果显示,此方法计算2014年生活用水量误差较小;采用定额法预测居民生活需水量在2020年和2030年均有不同幅度的上升,且目前欠发达地区的居民生活需水量在2020-2030年间的增长率明显高于目前较发达城市;城镇公共用水预测采用指数平滑法,本文取Holt线性趋势、Brown线性趋势、阻尼趋势三者预测的需水量均值为规划水平年的预测值。结果显示,湖南省各市城镇公共需水量在规划水平年有显著增长,2020-2030年间平均增长率高于2015-2020年。

居民生活需水精细化管理必要性分析与对策建议

目前,我国用水总量增长整体放缓,生活用水需求不断增加。在总结我国用水总量和生活用水量演变特征及趋势的基础上,阐述了生活需水管理模式的发展与生活节水发展现状,提出了基于个体需水特征与层次化需水机理的精细化管理方案设想。通过对居民生活刚性需求、弹性需求、奢侈需求三个需水方面的划分,提出了针对不同用水行为的细化落实管理设想,并给出相应措施建议,以期促进水资源全面节约与高效利用,缓解开发与利用、供给与需求之间的矛盾。

生活需水预测的弹性系数法改进模型及应用

弹性系数法是一种广泛使用的需水量预测方法,其建立模型的关键步骤是提取合理的需水量影响因素.为了有效地提取需水量的主要影响因素,采用灰色关联法,分析了弹性系数模型变量之间的关系,提出了自然对数预处理方法,并以郑州市生活需水量预测为例,进行方法的比较分析.结果表明该方法是合理和有效的,进一步丰富了灰色关联分析法的应用.需水量预测结果也比较符合实际情况,可为郑州市水资源规划提供参考依据.

珠江上中游社会-水文多因素的系统动力学生活需水预测

开展系统深入的生活需水预测研究,对保障社会经济可持续发展具有重要现实意义。研究引入了社会水文学的基本概念,融合了自然、人口、经济和环境意识等一系列综合影响因素,提出了耦合社会-水文多因素的生活需水系统动力学建模方法,辨识了影响生活需水量的关键社会经济因子,推导了人口、城镇化率、收入水平的预测方程,首次提出了表征节水意识演化规律的函数表达式,揭示了影响生活需水关键因子的发展趋势,在此基础上,建立了生活需水预测系统动力学差分和微分方程组,实现了自然、社会双重驱动下的生活需水预测。最后,以珠江上中游为例,开展了模型的例证研究。结果表明,所提模型可以模拟人口、城镇化率、收入水平、节水意识等客观发展规律,生活需水预测结果与历史真实值较为接近,所建模型可用于未来生活需水预测的研究,为生活需水预测提供了一种新的途径和方法。

基于灰色Verhulst的城市生活需水量预测模型

根据城市生活需水量的特性,建立基于灰色Verhulst的城市生活需水量预测模型,可解决需水量呈S形曲线增长时的中长期预测问题。实例应用表明,灰色Verhulst模型用于城市生活需水量预测,能够满足精度要求。