西安理工大学 理学院 应用数学系，西安 710054

西安理工大学 理学院 应用数学系，西安 710054

1 引言

西安市是关中地区政治、经济、文化发展的核心，虽然有着八水绕长安之美誉，但是随着社会的高速发展，水资源紧缺已成为制约西安市可持续发展的瓶颈。由于用水量是一个复杂的、相互关联的体系，受到政策，人口，气象等因素影响呈非线性的波动状态，如何有效地预测出未来用水量，将会对市政决策者在水资源规划和管理方面提供科学依据。

目前，对于用水量预测已经取得了一定的研究成果，主要包括：时间序列预测法[1]，马尔科夫预测法[2]，主成分分析法[3]，灰色系统理论预测法[4]，但是随着计算机技术的发展，小波分析，支持向量机，神经网络，粒子群优化算法，计算机仿真算法等一批智能算法的出现，为复杂的预测问题提供了更加有利的科学工具，许多学者将传统预测法与智能算法相结合，如基于最小二乘支持向量机的供水量预测模型[5]，粒子群算法和神经网络结合的预测法[6]，基于时间序列和神经网络理论的SIMULINK仿真模型[7]等均取得了较好的效果，它们在一定程度上提高了预测的精度。

本文在深入分析各种方法优缺点的基础上，发现在选择影响供水量的主要因素时，大部分学者采用主成分分析法或者支持向量机算法，而鲜见采用粗糙集属性约简算法，于是尝试着用粗糙集中知识的依赖度理论对多属性进行约简，在约简基础上建立灰色GM（1，N）预测模型，对西安市年供水量进行预测。……