城市用水量预测模型及应用
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
拟 采 用 ＢＰ神 经 网 络 对 城 市 用 水 量 进 行 预
测。
图 １三层 Ｂ Ｐ网络 图
２ Ｂ 工神经 网络预测 模型 的 Ｐ人 建 立
２１ ． 用水量影响 因素的确定 对城 市短 期 用水量 的影 响 因素主 要 有：（１） 天气 因素 。 晴天较阴雨天用水量 大 ，高温天气较低温天气用水量大 ；（ ２） 节 假 日因素 。 节假 日居 民用水 量有所 增 加 ，但 工业及其他用水量有所减少 ，总用
误 差 反 传 前 馈 网 络 （ — Ｂ ａｃｋ
的 基 本 思 想 是 ：误 差 逆 传 播 神 经 网 络 是 一 种 具 有 三 层 或 三 层 以 上 的 阶 层 神 经 网络 。 上 下 层 之 间 各 神 经 元 实 现 全 连 接 ，网 络 按
ｒｐｇ ｔ ） ｏ 其算法 投资的重要参考指标。城 市需 水量预测 可 Ｐ ｏ ａ ａｉｎ 是典 型的前馈网络 ，
需水量预测 、Ｅ水量预测 ，它们是城 市进 ｌ 行水资源规划和管理的有效手段 ，也是供 水系统优化度管理 的重要部分 ，有着其重 要的意义。随着城市用水量的高速增长和 可用性水 资源 的 日益短 缺 ， 水资源规划和 供水 系统 的优化调 度变得越 来越 重要。城
对城 市中长期用水量的影响因素主要
一
也 不 断 上升 。
典型 的 Ｂ Ｐ网络是 三层 ，即：输入层 、 隐含 层和输 出层 ，各层之 间实行全连接 。
如 下 图示 ：
定问题 。可根据不 同的预测时 间来选择
ｍ
不 同的预测 方法。预测短期水量 的主要 方 法有 以下 几种：移动平均法 ， 指数平滑法 ， 灰色预测法 。预测 中长期水量经 常使 用的 有 以下几种：平均增长率法 ，各 类水 量分 别计 算的方法 ，数学分析的预测法 。本文
１ Ｂ Ｐ人工神经 网络概述
人 工 神 经 网 络 （ ｔｆｃａ Ｎｅ ｒ ｌ Ａｒｉ ｉ ｌ ｉ ｕ ａ
Ｎｅｗｏ ｋ 简称 ＡＮＮ）是近年来发展起来 ｔ ｒｓ 的一 门新兴学科 ，由于它具有较 强的非线 性 、大规模并行处理能 力 ，从而 引起 了国 内外学者的广‘ 泛关注 ，许多学者致力于将 其 引 入 自己的 专 业 研 究 领 域 ， 得 了令 人 取 城市用水量预 测在水资源规划和管理 中起 着非常 重要 的作用 ， 它是 供水 决策 、
管理状况的影响 。 网漏失率 、 Байду номын сангаас检修 管 管
状 况等因素对用水量有明显影响 、管道爆
一
２９ ７一
裂、管网暗 漏造成 的大量漏失 ，而这些流 失的水量都计算在总用水量 中， 小管网 减 漏失率 、增大管 网检 修力度可 以减 小城 市
用水 量 。
（ ＝ ＋ 啭 （ 。 ９ ） １ ３ ）
水 量 随 人 口的 增 加 而 增 大 。目前我 国 各城
层的各神经元获得网络的输 入响应 。在这 之后 ， 按减小希 望输 出与 实际输 出误差 的 方向 ， 从输 出层经各 中间层逐 层修 正各连
接权 ，最后 回到输入 层 ，故得名 “ 差逆 误 传播 算法” 。随 着这 种误差逆 传播 修正的 不断进行 ，网络对输入模式响应 的正确率
有：（１ ）工业总产值的影响。有资料统 计
表 明 ， 市 用 水 量随 工 业 总 产 值 的 增 加而 城
有教师示教的方式进行学 习，当一对学习 模式 提供给网络后 ，神 经元 的激 活值 ，从 输入 层经各中间层向输 出层传播 ，在输 出
增大；（ 人均年收入的影响。 市用水 ２） 城 量与居 民生活水平有 着内在联 系，伴随着 生活水平 的提高 ，人均用水量也 在提 高。 （ 水的 重复利 用率 的影响 。可以说， ３） 城 市用水量随 着水 的重复利用率的增大而减 少；（ 人 口数 量及水价 的影 响。 市用 ４） 城
输 出层的网络 ，能够逼近 任何有理 函数 ， 只有 学 习函数 不连续 时 ，才需 要两 个隐 层， 增加隐 层数主要可以更进一步降低误 差 ，提高训练的精度 ，但 同时也增加 了网
分 为 中长 期 的 年 需 水 量 预 测 以 及 短期 的时 瞩 目的 成 果 。
水量表现 为减小 ；（ 管网 因素 。由于管 ３） 网、检 修或抢修 等人为因素的影响 ，会使 用水量 明显下降，管道破裂造成管网中的
水 量流 失，而流失水量无法计算 ，都包括 在总 用水量 中，会使总用水量增加 。
２４ ． 模型预测结果分析 训练 了 ２３ ６次 网络达 到预 测精 ８ 度 ，预测结果 如下表 所示。
２ ２网络结 构的确定 ．
输 入节 点数根据样本数据确定 ，本文 的数据样本决定 了有 ５个输入节点 ，输 出 节点数为 １ ；理论研究 已经表 明 ，具有 个 偏差和至少一个 Ｓ 隐含 层加上一个线性 型
市需水量预测是城市给 水和节水发展规划
的基础 ， 实现优化调度的首要条件就是得 到可靠的短期需 水量预 测数据 ，如 Ｅ、时 ｌ 的需水 量 ，这就 需要 建立 合适 的数学 模 型， 基于城市供 水的信息进行准 确有效的
市水价相对较低 ，合理提 高水价有利 与节 约用水 ，用水量会减少 ；（ ５）管网运 行、
Ｄ Ｉ ０ ３６ ／ ． ｓ ．０ １ ８ ７ ．０ １０ ．Ｏ Ｏ ：１ ．９ ９ ｊｉ ｎ１ ０ － ９ ２ ２ １ ．４ １ ７ ｓ
城市用水 量预测模 型及 应用
用水量预 测。用水量短期预测的准确度以 及所选模 型的适用能 力将直接影响给水系 统调 度决策的可靠性和实用性 。其预测方 法的选择 及其科学准确性直接影响区域水 资源规划利用 ，城 市发 展进 度。目前常用 的预测方法有三大类 ：时 间序列法、结构 分析 法 、系统 方法 【 。 ｊ 一 需水量预测是城市给水和节水发 展规 划的基础 ， 其预测方法 又是科学 准确预 测 需水 量的重要手段。国内外 已有 的预 测方 法较 多 ， 但其应用局限性和精确 度尚存在
测。
图 １三层 Ｂ Ｐ网络 图
２ Ｂ 工神经 网络预测 模型 的 Ｐ人 建 立
２１ ． 用水量影响 因素的确定 对城 市短 期 用水量 的影 响 因素主 要 有：（１） 天气 因素 。 晴天较阴雨天用水量 大 ，高温天气较低温天气用水量大 ；（ ２） 节 假 日因素 。 节假 日居 民用水 量有所 增 加 ，但 工业及其他用水量有所减少 ，总用
误 差 反 传 前 馈 网 络 （ — Ｂ ａｃｋ
的 基 本 思 想 是 ：误 差 逆 传 播 神 经 网 络 是 一 种 具 有 三 层 或 三 层 以 上 的 阶 层 神 经 网络 。 上 下 层 之 间 各 神 经 元 实 现 全 连 接 ，网 络 按
ｒｐｇ ｔ ） ｏ 其算法 投资的重要参考指标。城 市需 水量预测 可 Ｐ ｏ ａ ａｉｎ 是典 型的前馈网络 ，
需水量预测 、Ｅ水量预测 ，它们是城 市进 ｌ 行水资源规划和管理的有效手段 ，也是供 水系统优化度管理 的重要部分 ，有着其重 要的意义。随着城市用水量的高速增长和 可用性水 资源 的 日益短 缺 ， 水资源规划和 供水 系统 的优化调 度变得越 来越 重要。城
对城 市中长期用水量的影响因素主要
一
也 不 断 上升 。
典型 的 Ｂ Ｐ网络是 三层 ，即：输入层 、 隐含 层和输 出层 ，各层之 间实行全连接 。
如 下 图示 ：
定问题 。可根据不 同的预测时 间来选择
ｍ
不 同的预测 方法。预测短期水量 的主要 方 法有 以下 几种：移动平均法 ， 指数平滑法 ， 灰色预测法 。预测 中长期水量经 常使 用的 有 以下几种：平均增长率法 ，各 类水 量分 别计 算的方法 ，数学分析的预测法 。本文
１ Ｂ Ｐ人工神经 网络概述
人 工 神 经 网 络 （ ｔｆｃａ Ｎｅ ｒ ｌ Ａｒｉ ｉ ｌ ｉ ｕ ａ
Ｎｅｗｏ ｋ 简称 ＡＮＮ）是近年来发展起来 ｔ ｒｓ 的一 门新兴学科 ，由于它具有较 强的非线 性 、大规模并行处理能 力 ，从而 引起 了国 内外学者的广‘ 泛关注 ，许多学者致力于将 其 引 入 自己的 专 业 研 究 领 域 ， 得 了令 人 取 城市用水量预 测在水资源规划和管理 中起 着非常 重要 的作用 ， 它是 供水 决策 、
管理状况的影响 。 网漏失率 、 Байду номын сангаас检修 管 管
状 况等因素对用水量有明显影响 、管道爆
一
２９ ７一
裂、管网暗 漏造成 的大量漏失 ，而这些流 失的水量都计算在总用水量 中， 小管网 减 漏失率 、增大管 网检 修力度可 以减 小城 市
用水 量 。
（ ＝ ＋ 啭 （ 。 ９ ） １ ３ ）
水 量 随 人 口的 增 加 而 增 大 。目前我 国 各城
层的各神经元获得网络的输 入响应 。在这 之后 ， 按减小希 望输 出与 实际输 出误差 的 方向 ， 从输 出层经各 中间层逐 层修 正各连
接权 ，最后 回到输入 层 ，故得名 “ 差逆 误 传播 算法” 。随 着这 种误差逆 传播 修正的 不断进行 ，网络对输入模式响应 的正确率
有：（１ ）工业总产值的影响。有资料统 计
表 明 ， 市 用 水 量随 工 业 总 产 值 的 增 加而 城
有教师示教的方式进行学 习，当一对学习 模式 提供给网络后 ，神 经元 的激 活值 ，从 输入 层经各中间层向输 出层传播 ，在输 出
增大；（ 人均年收入的影响。 市用水 ２） 城 量与居 民生活水平有 着内在联 系，伴随着 生活水平 的提高 ，人均用水量也 在提 高。 （ 水的 重复利 用率 的影响 。可以说， ３） 城 市用水量随 着水 的重复利用率的增大而减 少；（ 人 口数 量及水价 的影 响。 市用 ４） 城
输 出层的网络 ，能够逼近 任何有理 函数 ， 只有 学 习函数 不连续 时 ，才需 要两 个隐 层， 增加隐 层数主要可以更进一步降低误 差 ，提高训练的精度 ，但 同时也增加 了网
分 为 中长 期 的 年 需 水 量 预 测 以 及 短期 的时 瞩 目的 成 果 。
水量表现 为减小 ；（ 管网 因素 。由于管 ３） 网、检 修或抢修 等人为因素的影响 ，会使 用水量 明显下降，管道破裂造成管网中的
水 量流 失，而流失水量无法计算 ，都包括 在总 用水量 中，会使总用水量增加 。
２４ ． 模型预测结果分析 训练 了 ２３ ６次 网络达 到预 测精 ８ 度 ，预测结果 如下表 所示。
２ ２网络结 构的确定 ．
输 入节 点数根据样本数据确定 ，本文 的数据样本决定 了有 ５个输入节点 ，输 出 节点数为 １ ；理论研究 已经表 明 ，具有 个 偏差和至少一个 Ｓ 隐含 层加上一个线性 型
市需水量预测是城市给 水和节水发展规划
的基础 ， 实现优化调度的首要条件就是得 到可靠的短期需 水量预 测数据 ，如 Ｅ、时 ｌ 的需水 量 ，这就 需要 建立 合适 的数学 模 型， 基于城市供 水的信息进行准 确有效的
市水价相对较低 ，合理提 高水价有利 与节 约用水 ，用水量会减少 ；（ ５）管网运 行、
Ｄ Ｉ ０ ３６ ／ ． ｓ ．０ １ ８ ７ ．０ １０ ．Ｏ Ｏ ：１ ．９ ９ ｊｉ ｎ１ ０ － ９ ２ ２ １ ．４ １ ７ ｓ
城市用水 量预测模 型及 应用
用水量预 测。用水量短期预测的准确度以 及所选模 型的适用能 力将直接影响给水系 统调 度决策的可靠性和实用性 。其预测方 法的选择 及其科学准确性直接影响区域水 资源规划利用 ，城 市发 展进 度。目前常用 的预测方法有三大类 ：时 间序列法、结构 分析 法 、系统 方法 【 。 ｊ 一 需水量预测是城市给水和节水发 展规 划的基础 ， 其预测方法 又是科学 准确预 测 需水 量的重要手段。国内外 已有 的预 测方 法较 多 ， 但其应用局限性和精确 度尚存在