徐继红

(新疆塔里木河流域管理局， 新疆 库尔勒　841000)



基于自适应进化相关向量机的城市需水量预测模型研究

徐继红

(新疆塔里木河流域管理局， 新疆 库尔勒841000)

【摘要】为改进城市需水量预测模型，将相关向量机与差分进化优化算法进行融合及改进，提出基于自适应进化相关向量机的需水量预测模型。以新疆阿克苏市为例，建立基于自适应进化相关向量机的城市需水量预测模型，并与多元线性回归、BP神经网络、支持向量机算法在精度与可靠性方面进行对比分析。结果表明:新模型预测精度大约是上述其他方法的2倍以上； 测试数据的实际需水量均在自适应进化相关向量机估计的95%置信度的置信区间内，并且由后验差比、小误差概率判定模型等级属于“好”级别。

【关键词】城市需水量； 预测； 自适应进化； 相关向量机

随着城市对水资源需求的日益提高，对城市需水量进行科学的分析和预测是满足城市发展需求、保证水资源可持续利用的前提。因此，如何构建城市需水量与其驱动力之间复杂的函数模型、预测需水量变化成为当今水资源规划利用的热点问题。当前，传统需水量预测模型主要包括线性回归模型、时间序列分析、灰色理论等[1-2]。但这些模型未充分综合考虑社会、自然与经济等复杂影响因素对需水量变化的影响，导致拟合精度不高。随着神经网络及元胞自动机等人工智能算法的提出，人工智能、机器学习(如SVM)等方法的应用，预测精度较传统方法有较大提高。……