基于GASA-SVR的园区短期需水预测方法

发布时间：2024-07-09 02:44

　　随着我国城市化进程的加快,配置水资源、构建供水管网及优化供水调度等方面的问题日益复杂,对水资源利用的分析评价工作在社会经济发展中具有战略性意义。然而,水资源需求预测是优化调度和水资源配置的基础和前提,因此,本文以校园用水为例,分析用水趋势和影响因素,探讨传统需水预测中存在的问题及改进措施,构建了一种新型的短期需水预测模型。首先,本文对数据的缺失和异常值问题进行了研究,运用一种数据修正方法。通过对数据纵向和横向分析,界定数据异常的阈值,按照计算公式对数据进行修正和缺失填补。其次,研究了影响校园用水的天气情况、在校人数和节假日等因素,分析它们与日用水量之间的变化规律,利用统计学方法来分析影响日用水量的主要因素,确定预测模型的输入特征维数。第三,针对遗传算法优化参数的局限性,本文引入一种遗传和模拟退火混合优化算法(GASA)。利用两个典型的标准函数测试其性能,结果表明该GASA混合算法具有较快的收敛速度和更高的精度,其预测结果的拟合度可达0.927。最后,在前文工作的基础上,分析预测误差规律,建立了基于GASA-SVR和误差校正的短期需水预测模型。将传统预测方法扩展到连续多步预测,通过实例进...

【文章页数】：72 页

【学位级别】：硕士

【部分图文】：

图3-8四种预测模型的仿真对比

图3-8四种预测模型的仿真对比Fig.3-8Simulationcomparisonoffourpredictionmodels章小结章首先通过分析支持向量回归机理论，得出影响SVR模型性能和精度参数，惩罚因子C，核函数参数σ和不敏感系数，从而利用GA....

本文编号：4004268