APP下载

基于MIC-XGBoost算法的居民用水量数据预测

2021-10-18重庆理工大学计算机科学与工程学院重庆400054

计算机应用与软件 2021年10期
关键词:因素用户模型

陈 庄 周 籴(重庆理工大学计算机科学与工程学院 重庆 400054)

0 引 言

在城市智能化的过程中,对城市居民用水量的科学合理预测是对用水资源合理管理、调度和规划的基础。由于受不同社会环境因素(如温度、季节变化和节假日等)和客观因素(如管道破裂、紧急停水等突发状况)的影响,用户用水量会在一定范围内波动。在市政工程中,为人民生活提供持续稳定优质的供水服务是保证民生必不可少的一环。与此同时,随着城市发展速度不断加快,居民对水资源管理也有了更高的要求,这意味着供水企业也需要不断地升级服务来满足城市发展和消费者基本生活的需要。因此,考虑主要用水影响因素并利用历史用水数据对用户用水量进行预测就变得极为重要,具有较强的理论意义与应用价值。

由于传统抄表存在工作量大、易出差错和抄表环境复杂等客观问题。近年来,重庆市已经开始以电子抄表的方式代替传统人工的抄表方式。首先通过扫描RFID标签获得水表和用户的基本信息,并录入用户水表的止码;然后将用户信息、抄表记录等上传到企业的数据库中,经企业数据管理人员审核过后,最终作为公司向用户收费的凭证标准。虽然电子抄表的效率已经在传统抄表基础上得到提升,但在实际操作过程中,大量冗杂的数据仍然会给后台的工作人员带来较大的数据审核压力。据调查可知,对20万条以上的数据进行审核时,水务企业每月需安排40人以上来完成。……

登录APP查看全文

猜你喜欢

因素用户模型
一半模型
腹部胀气的饮食因素
群众路线是百年大党成功之内核性制度因素的外在表达
重尾非线性自回归模型自加权M-估计的渐近分布
关注用户
3D打印中的模型分割与打包
关注用户
关注用户
短道速滑运动员非智力因素的培养
《流星花园》的流行性因素