基于影响因素分析的需水预测研究
随着经济的增长和人民生活水平不断地提高,国内生活用水需求量呈现逐年增长的趋势,水资源短缺已成为人类发展的瓶颈,合理利用水资源势在必行.需水预测环境因素复杂,不同的地区影响因子各不相同,且影响因子的筛选直接决定需水量预测的结果精确与否.对此,本文提出了考虑节假日、降雨、季节、高温天气四项因素与BP神经网络、时间序列预测相结合的需水预测模型.并以校园用水为例,结合实际环境,建立模型,进行预测.结果表明,本文所提出的方法能够有效的预测校园需水量,预测精度较于单一的预测模型有明显提高.
BP神经网络1、时间序列2、预测3、影响因素4、用水5
14
TP18(自动化基础理论)
国家自然科学基金资助项目61440001
2018-06-19(万方平台首次上网日期,不代表论文的发表时间)
共5页
283-287