城市需水量的預測研究.pdf

1、隨著城市人口的日益增加和經濟的高速發(fā)展，城市需水量越來越大，現(xiàn)有水資源和供水設施不能滿足城市用水量的需求，供需矛盾日益突出。要解決用水緊張問題，必須從開源和節(jié)流兩方面進行研究，進行供水、用水和節(jié)水規(guī)劃，指導城市的遠期供水設施建設。而所有這些工作都要以城市需水量預測為基礎。因此需水量預測對一個城市供水設施的發(fā)展具有極其重要的意義。 城市需水量可分為工業(yè)需水量、農業(yè)需水量、生活需水量、市政公共需水量四個方面。本文通過分析某市經濟發(fā)展

2、狀況、氣象水文以及歷年供水資料，對該市用水情況進行結構分析，并對各類用水的影響因子進行比較深入的研究。借助SPSS軟件進行因子相關性分析，最后篩選出電力行業(yè)產值、電廠用水重復率、農林牧漁業(yè)總產值、市人均可支配收入、全市總人口、人均GDP等六個因子作為城市需水量的預測因子。 BP網絡是一種誤差反向傳播的人工神經網絡，它只需采用一個單隱層就可以逼近任何一個連續(xù)函數，這種非線性特性使其在預測領域得到廣泛的應用。然而傳統(tǒng)的BP算法具有

3、易陷入局部極小值、訓練速度慢、泛化能力不強、隱含層節(jié)點數難確定等弱點。本文在深入分析BP算法缺陷產生原因的基礎上，對其性能進行了改進。 Matlab是支持從概念設計、建模仿真到實時實現(xiàn)的理想環(huán)境。具有編程效率高、繪圖功能強、數據可視化方便、矩陣和數組運算效率高等特點，加之豐富的BP神經網絡專業(yè)工具箱、快捷的圖形界面開發(fā)功能使得它非常適合開發(fā)信息系統(tǒng)。 綜合上述思想，本文采用改進的BP算法建立了城市需水量的BP神經網絡預