城市供水DMA短期需水量预测比较研究

• 作者: 何必仕 洪嘉鸣 熊晓锋 蔡华强
• 来源期刊: 杭州电子科技大学学报（自然科学版）
• 关键词: 城市供水 需水量预测 ARIMA ELMAN GRNN LSSVM
• 年，卷（期）: 2017,（2）
• 页码范围: 51-56
• 页数: 6页
• 分类号: TU991.31
• 语种: 中文
• DOI: 10.13954/j.cnki.hdu.2017.02.011

摘要

针对城市供水独立计量区域(DMA)实例,运用自回归积分滑动平均模型、Elman神经网络、广义回归神经网络以及最小二乘支持向量机模型进行城市供水管网短期需水量预测.结合节假日、天气状况及温度等因素对用水量的影响,修正了相应模型,进一步提高了需水量预测精度.实例计算结果表明,4种模型均能用于城市供水短期需水量预测,其中结合天气及节假日因素的最小二乘支持向量机模型具有更高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何必仕	杭州电子科技大学自动化学院	21	120	7.0	9.0
2	熊晓锋	杭州电子科技大学自动化学院	2	8	1.0	2.0
3	洪嘉鸣	杭州电子科技大学自动化学院	2	8	1.0	2.0
4	蔡华强	杭州电子科技大学自动化学院	1	7	1.0	1.0