城市用水量的神经网络预测

本文以城市用水量为研究对象，将其看作人均年实际收入、水价和用水人口的非线性函数，并采用神经网络和灰色预测法等方法对其进行预测，最后在此基础之上，再利用神经网络的非线性特性对未来城市用水量进行预测。并且对天津市的数据作了验证，其结果表明：相对误差较小，预测精度达到了要求。     

一种改进的过程神经元网络模型方式预测城市用水量

城市用水需求预测的准确性和供水系统的可靠性,是城市供水管网优化设计以及整个给水系统优化调度的前提和基础。针对城市用水量的特点,将过程神经元网络模型应用到城市用水量预测中,建立了过程神经元网络预测模型。最后进行了仿真实验,根据相关历史数据,训练过程神经元网络模型,分析了预测数据值,生成预测数据与实际数据拟合曲线,实验结果表明,过程神经元网络模型在城市用水量预测中有一定的实用价值。     

北碚区城区居民生活用水节水现状及措施探讨

随着人口的不断增长和人们生活水平的提高,居民用水量不断加大,水资源短缺的状况和居民用水需要之间的矛盾日益显现。为缓解需求矛盾,笔者根据调查的居民生活用水资料,对北碚区居民生活用水、节水现状进行了分析,指出了用水、节水中存在的问题,并提出了相应的建议和措施。     

基于DEA模型的区域水资源利用效率综合评价

本文从投入产出角度出发,选取农田灌溉用水量、林牧渔业用水量、工业总用水量、城镇生活用水量、农村生活用水量、生态用水量作为输入指标,国内生产总值作为输出指标,建立DEA模型,并用该模型评价了H市水资源的利用效率情况。从有效性角度分析了该市各业水资源利用过程中存在的问题,并提出要通过积极调整用水比例,转变粗放的灌溉用水方式等建议,为决策者科学制定相关政策提供参考。     

基于主成分分析的多元线性回归用水量模型研究——以安徽省为例

用水量的准确预测对水资源规划具有重要意义。根据统计资料,选取了八项主要影响用水量变化的指标。按照主成分分析法原理,运用少数综合因子对影响用水量变化的原有八项指标进行了综合和简化,并研究其贡献率及综合效应;分析了用水量增长的特点,选用Logistic方程对综合因子进行回归分析;结合多元线性回归方法,建立了安徽省用水量模型;拟合结果表明,模型具有较高的精度;运用该模型,对安徽省2010年的用水量进行了预测;为水资源规划与管理提供参考依据。     

汾河流域城镇化用水保障程度评价

水资源是保障城市可持续发展的重要因素之一。文章以汾河流域城市为例,对流域内城市用水量变化特征、用水量与城镇化的相关关系进行研究,并对城镇化发展的用水保障程度进行预测,结果发现,未来汾河流域用水缺口将不断增大,成为限制城镇化可持续发展的重要因素。     

聚合物驱开发指标预测及方法评价

鉴于水驱驱替特征曲线理论对聚合物驱已不完全适用，研究评价了聚合物驱条件下对累积产油量、阶段采收率、含水率等指标进行预测，提出了驱替特征曲线法、累积液累积水法、流管法、水驱递减法、归一化法。     

美国用水设备节水技术发展趋势

用水没备狭义系指家庭及公共场所常使用的马桶、小便器、水龙头、莲蓬头、洗衣机及沈碗机等器具或设备，其用水量占生活用水绝大部份。由于环保意识日益抬头，节约用水成效已渐成社会文明的评估指针。因此，发达国家无不积极研发各项节水技术，提升用水设备之省水效率，甚至立法限制耗水型用水设备的生产、销售及使用，以加速节水型产品普及应用，多年来各国均有许多推展实绩与节水成效。本文以参考美国联邦政府相关文献资料为主，     

城镇供水系统优化调度的研究与应用

分析供水主干管的水力条件、日用水量的变化情况,提出了对用水时段的合理划分;分析地形条件及近远期用水量变化情况,对水泵进行优化选型,充分的利用高位水池的调节能力,减少了泵站的启闭次数。以上工程措施节约了水资源,降低了供水总成本,具有很强的实用性。     

我国私家车保有量的模型分析

我国社会经济的快速发展,为我国私家车的发展提供了巨大的空间。然而,交通堵塞、环境污染等问题也接踵而来,这与我国汽车行业的发展具有密切的联系。因此,对私家车保有量进行科学预测具有重要意义。本文以我国1990~2012年私家车保有量为研究对象,分别利用非线性回归预测法、弹性预测法、改进的弹性预测法和二次曲线指数平滑法对私家车保有量进行预测,并以使均方误差MSE最小为原则,选择出最优的预测模型——改进的弹性预测模型对2013~2015年我国私家车保有量进行预测。     

基于支持向量回归机的城市用水量预测研究

对城市的用水量进行准确的预测,能够合理规划城市给排水系统。选取用水人口、居民可支配收入、生活水价三种因素作为影响因子,基于MATLAB构建了一种支持向量回归机(Support Vector Regression,SVR)的城市年用水量预测模型。MATLAB仿真结果表明,基于SVR的城市年用水量预测模型训练集的决定系数为0.990、均方误差为0.0043;测试集决定系数为0.978、均方误差为0.0043。该模型能够有效的对城市的年用水量进行预测,对降低供水电耗具有实际参考价值。     

高校水资源利用现状调查与评价——以南京林业大学为例

现状调查与评价以南京林业大学为样本,用实地调研和问卷调查的方法了解用水现状和学生的节水意识,并据此分层构建水资源利用评价指标体系。运用层次分析法计算指标权重,通过线性加权法计算2006年~2015年的综合评价指标值,从而对水资源利用情况进行评价,得出2006年~2015年的总体用水状况变化情况为波动上升的结论。并探究其原因为:高校在2006年~2008年并未对水资源利用加以重视,在2009年~2015年通过一些具体措施措施提高了水资源利用率。文章的创新之处在于,将用水现状调查与用水量、节水技术、水资源管理和节水意识四个方面的指标相结合进行分析评价,并提出了控制用水量、注重节水高效管理、改进节水设备等措施。     

中国黄金期货价格的SVR智能预测研究

以中国黄金期货为研究对象,选取了开盘价、最高价、最低价、收盘价、成交量和成交额6项指标作为样本的特征指标变量,运用归一化方法消除特征指标变量间因量纲不同而造成的预测误差,进而引入支持向量回归机(Support Vector Regression Machine,SVR)智能方法对该期货的开盘价格进行预测研究,并通过引入网格搜索法对SVR模型的最优参数进行寻找,从而构建了最优的SVR智能预测模型。通过对训练样本集与测试样本集的实证研究发现,文章所构建的最优SVR智能预测模型具有优越的学习性能与泛化推广性能,能够准确地预测中国黄金期货的价格。     

多尺度高效用水评价

城市水资源供需矛盾日益加剧,水资源的瓶颈对我国的城市发展的制约作用日渐明显。我国的城市节水管理,应尽可能不断提高水的利用效率。针对干旱的海河流域城市,运用TOPSIS法,从城市、用水户和用水器具的尺度进行了多尺度水资源高效利用评价体系研究。     

上海房地产：评价2005，预测2006

本文评价的方法,采用本中心承担建设部同名研究课题中提出的方法,即综合模拟法。首先,根据专家咨询和问卷调查的方法,确定要采用的指标及其在综合中的权重(如表1)。其次,本报告采用3种方法,对指标运行的正常、基本正常、异常做出判断。对各单项指标和综合指标划分预警界限,即基本正常(偏热、偏冷)、异常(过热、过冷)。再次,本报告在对2005年房地产发展作出评价之后,对2006年的各项指标和总体态势进行预测。预测方法主要是多种指数平滑法和系统仿真法的择优。最后,根据对2006年的各项指标的预测,预计各项指标可能落在警界范围的何种区间,对可…     

对经济预测误差的思考

经济指标中绝对量指标与相对量指标是两类不同的指标，虽然两者之间可以换算，然而两者之间的差别却会对预测误差产生重大影响。本文定量分析了由一类指标的预测值去推算另一类指标的预测值时对预测误差的影响，进而提出了通过模型设计减少预测误差，提高预测精度的一种思路，本文的讨论同时也为建立在协整理论基础上的动态经济计量模型具有较好的预测功能提供了证明。     

矿井地面供水监测SCADA系统设计探讨

本文针对晋煤集团寺河矿用水管理的实际情况,为解决矿井用水量监测与管理等问题进行的研究。项目研究的主要目标是构建一个高效的、灵活的、准确的水量监测与管理系统,系统可以监测企业内部各个节点的用水流量,记录用水情况,统计用水数据,分析用水曲线,计算用水费用,预测管网突发事件,及时对爆管、泄漏、恒压等问题做出处理,达到节约用水的目的。     

宣城电网电力需求预测研究

针对宣城市的城市规划和发展定位,采用小区负荷密度指标法和改进的等增长率法对分别宣城城区和郊区的远期电力需求进行了合理预测。并充分利用负荷历史数据采其他用两种经典预测方法进行用电需求预测,验证本次负荷预测的准确性。     

电力系统中长期负荷预测方法的研究与程序设计

文章探讨了电力系统负荷的组成、特点,在分析比较常用的预测方法优缺点的基础之上,采用了灰色．预测法与回归法相结合的方法建立了中长期负荷预测模型,把负荷预测工作分为2个部分：即用灰色预测法进行相关因素的预测和用回归法进行负荷预测。该模型充分利用了灰色预测法要求负荷数据少、不考虑分布规律、不考虑变化趋势、运算方便、易于检验等优点及回归法能够考虑到负荷所受的多种因素的特点,模型参数估许技术比较成熟,预测过程简单。     

电力系统中长期负荷预测方法的研究与程序设计

文章探讨了电力系统负荷的组成、特点,在分析比较常用的预测方法优缺点的基础之上,采用了灰色预测法与回归法相结合的方法建立了中长期负荷预测模型,把负荷预测工作分为2个部分:即用灰色预测法进行相关因素的预测和用回归法进行负荷预测。该模型充分利用了灰色预测法要求负荷数据少、不考虑分布规律、不考虑变化趋势、运算方便、易于检验等优点及回归法能够考虑到负荷所受的多种因素的特点,模型参数估计技术比较成熟,预测过程简单。