区域需水量预测的智能方法研究

摘要

区域需水量预测可为区域水安全管理提供重要的基础数据，是区域供水规划的基础。区域需水量预测系统是一个复杂系统，不仅受该区域水资源总量的影响，还与区域的社会经济发展、人均生活水平、供水设施建设、供水价格以及境外引水等众多因素有关。长期以来，区域供水问题一直是制约该区域经济发展的一个重要因素，并且随着经济的发展，区域规模的不断扩大，区域供需矛盾将更加突出。因此，进行区域需水量预测可为水资源合理配置提供科学的依据，可对区域供水规划和水务管理工作起着宏观指导作用。 论文在系统地总结区域需水量预测的各种方法的基础上，着重论述了常用的灰色预测方法和BP神经网络模型，并对这两个模型进行了改进。采用加速遗传算法对灰色GM(1，1)模型已有的参数和新加入的参数进行优化；采用主成分分析法对BP神经网络的训练数据进行预处理，以得到提高预测精度的目的，并通过实例进行了验证，进一步说明了改进的BP神经网络模型具有一定的应用价值。鉴于单个预测方法存在着一定的局限性，论文提出了基于集对分析的组合预测模型，从同、异、反三个方面对各单个模型的预测精度进行定性和定量的综合分析，确定各单个预测模型的权重，实例应用结果表明，该方法是一种直观、简便、通用的组合预测新方法，在区域需水量预测中具有一定的应用价值。

目录

文摘

英文文摘

论文说明：图表目录

声明

致谢

第一章绪论

1.1研究背景

1.1.1水资源时空、地域分布不均匀

1.1.2水资源污染严重

1.1.3水资源供需矛盾突出

1.2需水量预测方法概述

1.2.1需水量预测方法的分类

1.2.2需水量预测方法的应用

1.3国内外需水量预测研究进展

1.3.1国外研究进展

1.3.2国内研究进展

1.4本文研究的主要内容

第二章基于加速遗传算法的灰色预测模型

2.1概述

2.2灰色预测模型

2.2.1灰色系统理论

2.2.2灰色模型的建立

2.2.3模型精度检验

2.3存在的问题及方法的改进

2.3.1存在的问题

2.3.2方法的改进

2.4基于加速遗传算法的GM(1，1)模型

2.4.1加速遗传算法简介

2.4.2基于加速遗传算法的GM(1，1)模型研制

2.5应用实例

2.6小结

第三章基于主成分BP神经网络的区域需水量预测模型

3.1概述

3.2人工神经网络的基本原理

3.3 BP神经网络算法

3.3.1 BP神经网络的结构模型

3.3.2 BP算法的实现步骤

3.3.3 BP神经网络的特点及不足

3.4基于主成分BP神经网络的区域需水量预测模型研制

3.4.1主成分分析法概述

3.4.2主成分BP神经网络的区域需水量预测模型

3.5应用实例

3.6小结

第四章基于集对分析的区域需水量组合预测模型

4.1概述

4.2集对分析原理

4.3 SPA-CF的建立

4.4实例应用

4.5小结

第五章结论与展望

5.1结论

5.2展望

参考文献

攻读硕士学位期间发表的论文