用水量预测

作品数：307被引量：1016H指数：17
导出分析报告
相关领域：建筑科学水利工程更多>>
相关作者：许强张宏伟赵洪宾吕谋张土乔更多>>
相关机构：哈尔滨工业大学浙江大学天津大学同济大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家科技支撑计划国家科技重大专项黑龙江省自然科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于SVM-SARIMA-LSTM模型的城市用水量实时预测
《水电能源科学》2025年第3期36-39,6,共5页李轩 吴永强 王佳伟 杨伟超 张天洋 
河北省教育厅青年拔尖人才项目(BJK202305)。
为提高气象波动下城市用水量预测精度,通过季节性分解的趋势—季节性—残差程序(STL)将城市时用水量分解为趋势分量、季节性分量和残差分量3部分,使用季节性自回归移动平均模型(SARIMA)对季节性部分进行捕捉,利用支持向量机(SVM)提取趋...
关键词：SARIMA模型 支持向量机 长短时记忆神经网络 SVM-SARIMA-LSTM模型 STL分解程序 气象因素 用水量预测 
陕西省月用水量预测方法研究被引量：1
《水利水电科技进展》2025年第1期73-78,共6页陈星 沈紫菡 许钦 刘睿佳 蔡晶 
国家自然科学基金项目(52209031);中央级公益性科研院所基本科研业务费专项资金项目(Y522001,Y522018,Y520009);山东省重点研发计划项目(2023CXGC010905)。
基于国家水资源管理信息系统的月用水量数据分析,选用ARIMA模型、BP神经网络模型以及经过遗传算法(GA)优化的BP神经网络模型(GA-BP神经网络模型)进行月用水量模拟。在构建BP神经网络模型过程中,通过多源社会经济数据的整合与分析,采用...
关键词：月用水量预测 ARIMA模型 遗传算法 神经网络模型 因子筛选 陕西省 
基于机器学习和SHAP算法的农业用水量预测模型构建
《节水灌溉》2024年第12期102-110,共9页昝子懿 岳卫峰 赵航正 曹倡铭 胡竞丹 胡立堂 徐洋 陈爱萍 
国家重点研发计划项目(2021YFC3201204);清华大学-宁夏银川水联网数字治水联合研究院专项统筹重点项目(SKL-IOW-2023TC2307)。
农业用水预测是区域水资源规划中的关键环节,对于实现水资源合理开发,保障粮食安全具有重要的指导意义。然而,现有农业用水预测模型普遍存在输入参数冗余、模型精度不够等问题,不利于有效地进行水资源管理和优化决策。因此,选择内蒙河...
关键词：农业用水量 机器学习 用水量预测 SHAP 河套灌区 
基于残差修正GM(1,1)灰色动态模型群的城市用水量预测研究
《河南科技》2024年第22期90-94,共5页李振 张健 
济宁市重点研发计划软科学项目(2023JNZC010)。
[目的]探究残差修正GM(1,1)灰色动态模型群在城市用水量预测中的应用。[方法]在传统单一GM(1,1)灰色模型的基础上,采用对数曲线对预测结果进行残差拟合修正,分别构建传统单一GM(1,1)灰色模型和残差修正GM(1,1)灰色动态模型群,利用济宁市...
关键词：残差修正 灰色动态模型群 用水量预测 济宁市 
基于改进GM(1,1)模型的生活用水量预测被引量：3
《合肥工业大学学报（自然科学版）》2024年第3期387-391,416,共6页高华昆 陶月赞 杨杰 
安徽高校自然科学研究重点资助项目(KJ2017A409)。
生活用水量预测是城市给水规划的关键,其核心是提高预测的精准度。由于传统GM(1,1)模型误差主要来源于背景值和初始值,文章采取引入幂函数改进背景值和初始值2种改进方法。引入幂函数改进背景值权重构造,使新数据占改进模型主导地位;引...
关键词：优化原始值 优化背景值 改进GM(1 1)模型 用水量预测 
基于SVM算法的区域农田灌溉短期用水量预测方法被引量：4
《现代农业科技》2024年第6期173-175,181,共4页陈云 
运用常规方法对区域农田灌溉短期用水量预测时易出现预测数据误差大、预测过程复杂等问题。本文以黄河流域某市东南方向的农田为研究对象,设计了基于SVM算法的区域农田灌溉短期用水量预测方法。基于SVM算法选择用水量特征,选取一对一的...
关键词：SVM算法 农田灌溉 用水量预测 
基于灰色系统GM(1,1)模型的陕西省用水量预测分析
《运筹与模糊学》2024年第1期61-72,共12页付山贤 
为了解决地区间水资源分配不均和供需不平衡的问题,通过区域的用水量合理预测来优化水资源配置,对水资源的规划和管理具有十分重要的意义。文章使用传统灰色GM(1,1)模型和改进后的灰色GM(1,1)模型,从用水总量、生活用水量、生态用水量...
关键词：灰色理论 GM(1 1)模型 用水量预测 残差修正 
基于多层长短期记忆神经网络的用水量预测被引量：3
《水电能源科学》2023年第12期24-27,共4页王健 刘丽 查淳膺 陈国炜 
安徽省自然科学基金联合基金项目(2208085US13)。
及时准确的居民用水量预测对供水系统的设计和运行管理至关重要。长短期记忆神经网络(LSTM)是一种有效的基于数据驱动的用水量预测模型,但其通常依赖于大量的参数设置。因此,在LSTM模型基础上,通过叠加时间分布模块,提出多层长短期记忆...
关键词：居民用水量 长短期记忆神经网络 时间分布模块 多层长短期记忆神经网络 预测精度 
基于神经网络的南京市用水量预测被引量：1
《水电能源科学》2023年第12期28-31,共4页王浏琳 陈家栋 张方敏 
国家重点研发计划(2018YFC1506606);江苏省碳达峰碳中和科技创新专项资金项目(BK20220017)。
分析南京市用水量现状,合理预测南京市用水量,掌握未来用水需求,对南京市水资源的长远规划和配置具有重大意义。对南京市2009~2019年用水量分析表明,工业、农业用水在南京市总用水量中比重较大,对总用水量的变化起着至关重要的作用。其...
关键词：机器学习 灰色Elman神经网络 组合模型 用水量预测 
改进EEMD-WOA-SRU模型在用水量预测中的应用被引量：1
《水电能源科学》2023年第12期32-35,共4页刘扬 杜帅兵 
针对用水量信号表现出的强随机性和非平稳性状态,用水量预测存在的精度低、可信度差等问题,提出了基于改进EEMD-WOA-SRU的混合用水量预测模型。首先采用长短期记忆网络(LSTM)预测法抑制集合经验模态分解(EEMD)的端点效应得到改进后的本...
关键词：用水量预测 集合经验模态分解 鲸鱼优化算法 端点效应 简单循环单元 
全选清除导出
共31页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部