發(fā)布時(shí)間：2024-07-09 02:44

　　隨著我國(guó)城市化進(jìn)程的加快,配置水資源、構(gòu)建供水管網(wǎng)及優(yōu)化供水調(diào)度等方面的問(wèn)題日益復(fù)雜,對(duì)水資源利用的分析評(píng)價(jià)工作在社會(huì)經(jīng)濟(jì)發(fā)展中具有戰(zhàn)略性意義。然而,水資源需求預(yù)測(cè)是優(yōu)化調(diào)度和水資源配置的基礎(chǔ)和前提,因此,本文以校園用水為例,分析用水趨勢(shì)和影響因素,探討傳統(tǒng)需水預(yù)測(cè)中存在的問(wèn)題及改進(jìn)措施,構(gòu)建了一種新型的短期需水預(yù)測(cè)模型。首先,本文對(duì)數(shù)據(jù)的缺失和異常值問(wèn)題進(jìn)行了研究,運(yùn)用一種數(shù)據(jù)修正方法。通過(guò)對(duì)數(shù)據(jù)縱向和橫向分析,界定數(shù)據(jù)異常的閾值,按照計(jì)算公式對(duì)數(shù)據(jù)進(jìn)行修正和缺失填補(bǔ)。其次,研究了影響校園用水的天氣情況、在校人數(shù)和節(jié)假日等因素,分析它們與日用水量之間的變化規(guī)律,利用統(tǒng)計(jì)學(xué)方法來(lái)分析影響日用水量的主要因素,確定預(yù)測(cè)模型的輸入特征維數(shù)。第三,針對(duì)遺傳算法優(yōu)化參數(shù)的局限性,本文引入一種遺傳和模擬退火混合優(yōu)化算法(GASA)。利用兩個(gè)典型的標(biāo)準(zhǔn)函數(shù)測(cè)試其性能,結(jié)果表明該GASA混合算法具有較快的收斂速度和更高的精度,其預(yù)測(cè)結(jié)果的擬合度可達(dá)0.927。最后,在前文工作的基礎(chǔ)上,分析預(yù)測(cè)誤差規(guī)律,建立了基于GASA-SVR和誤差校正的短期需水預(yù)測(cè)模型。將傳統(tǒng)預(yù)測(cè)方法擴(kuò)展到連續(xù)多步預(yù)測(cè),通過(guò)實(shí)例進(jìn)...

【文章頁(yè)數(shù)】：72 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖3-8四種預(yù)測(cè)模型的仿真對(duì)比

圖3-8四種預(yù)測(cè)模型的仿真對(duì)比Fig.3-8Simulationcomparisonoffourpredictionmodels章小結(jié)章首先通過(guò)分析支持向量回歸機(jī)理論，得出影響SVR模型性能和精度參數(shù)，懲罰因子C，核函數(shù)參數(shù)σ和不敏感系數(shù)，從而利用GA....

本文編號(hào)：4004268