基于模型驱动的城市需水量与水质预测研究

目录

1 绪 论

1.1 课题研究背景和意义

1.1.1 城市需水量预测的背景和意义

1.1.2 城市供水水质预测的背景和意义

1.2 城市需水量与水质预测的国内外研究现状

1.2.1 城市需水量预测的研究现状

1.2.2 城市供水水质预测的研究现状

1.3 本文主要研究内容及论文结构

2 预测模型输入数据预处理

2.1 模型输入数据集获取

2.2 模型输入数据预处理

2.2.1 数据清洗

2.2.2 数据归一化

2.2.3 数据反归一化

2.2.4 数据特征提取

2.3 需水量与水质预测影响因素分析

2.3.1 需水量预测影响因素分析

2.3.2 水质预测影响因素分析

2.4 本章小结

3 基于AGSA-LSSVM模型的城市小时级需水量预测研究

3.1 引言

3.2 AGSA-LSSVM模型简介

3.2.1 LSSVM(最小二乘向量机)

3.2.2 GSA(引力搜索算法)

3.2.3 AGSA(改进型引力搜索算法)

3.3 AGSA-LSSVM城市小时级需水量预测模型

3.3.1 AGSA-LSSVM城市小时级需水量预测算法流程图

3.3.2 AGSA-LSSVM城市小时级水量模型预测步骤

3.3.3 模型评价指标

3.4 城市小时级需水量对比预测模型

3.4.1 基于GSA-LSSVM城市小时级需水量预测模型简介

3.4.2 基于PSO-LSSVM城市小时级需水量预测模型简介

3.4.3 城市小时级需水量预测模型训练参数设置

3.5 实例仿真分析

3.6 本章小结

4 基于COBP模型的城市天级需水量预测研究

4.1 引言

4.2 COBP模型简介

4.2.1 日需水量时间序列混沌分析判别

4.2.2 日需水量时间序列相空间重构

4.2.3 延迟时间的选取方法

4.2.4 饱和嵌入维数(输入层神经元数目)的选取方法

4.2.5 COBP 网络模型的确定

4.2.6 模型训练

4.2.7 混沌优化搜索

4.2.8 混沌参数控制

4.2.9 模型预测

4.3 COBP城市天级需水量预测模型

4.3.1 COBP 城市天级需水量预测算法流程图

4.3.2 COBP城市天级需水量模型预测步骤

4.3.3 模型评价指标

4.4 城市天级需水量对比预测模型

4.4.1 基于GM(1,1)城市天级需水量预测模型简介

4.4.2 基于ARIMA城市天级需水量预测模型简介

4.5 实例仿真分析

4.6 本章小结

5 基于累积时差系数的城市天级需水量预测修正模型研究

5.1 引言

5.2 基于累积时差系数水量预测修正模型简介

5.2.1 时差系数概念简介

5.2.2 累积时差系数概念简介

5.3 基于累积时差系数的城市节假日天级需水量预测修正模型

5.3.1 基于累积时差系数的城市节假日天级需水量预测修正算法流程图

5.3.2 基于累积时差系数的城市节假日天级需水量预测修正步骤

5.3.3 模型评价指标

5.4 实例仿真分析

5.5 本章小结

6 基于LSTM-RNN模型的城市天级供水水质预测研究

6.1 引言

6.2 LSTM-RNN模型简介

6.2.1 RNN神经网络模型

6.2.2 LSTM-RNN神经网络模型

6.2.3 模型输入数据选择

6.2.4 模型预测框架

6.2.5 模型训练参数设置

6.3 LSTM-RNN城市供水天级水质预测模型

6.3.1 LSTM-RNN 城市供水天级水质预测算法流程图

6.3.2 LSTM-RNN城市供水天级水质预测步骤

6.3.3 模型评价指标

6.4 城市供水天级水质对比预测模型

6.4.1 基于T-S模糊神经网络的城市天级供水水质预测模型简介

6.4.2 基于RNN的城市天级供水水质预测模型简介

6.5 实例仿真分析

6.6 本章小结

7 结论与展望

7.1 结论

7.2 展望

参考文献

攻读硕士学位期间发表的论文及成果

致 谢

声明