城市用水量組合預測模型和應用策略研究

胡俊紅

【摘要】城市水資源不僅是社會文明進步的保障，更是人類生存的基本條件，城市用水量預測可以確保供水系統(tǒng)的運行安全.但在實際用水量預測中，單一的用水量預測模型受客觀因素和用水環(huán)境的影響，用水量預測缺乏一定的穩(wěn)定性和精度.因此，本文主要對用水量組合預測模型的應用進行探討，同時在分析用水量預測誤差特點的基礎上，提出了城市用水量組合預測模型的應用策略.

【關鍵詞】城市用水量;預測模型;誤差分析

城市用水量預測是城市用水規(guī)劃管理的有效手段，通過城市用水量預測可以全面掌握用戶用水的變化規(guī)律和特性，能夠有效地實現(xiàn)城市給水管網(wǎng)系統(tǒng)的優(yōu)化和穩(wěn)定運行.由于受天氣狀況和社會環(huán)境等因素的影響，采用單一的用水量預測模型無法滿足城市某時間段內(nèi)的用水量的精度要求.因此，運用科學系統(tǒng)的組合預測模型，對優(yōu)化供水系統(tǒng)調(diào)度，保證供水質(zhì)量具有重要價值和作用.

一、城市用水量預測誤差分析

城市供水系統(tǒng)具有潛在的運行規(guī)律和周期性，關系著城市用戶用水的經(jīng)濟性和水質(zhì)要求，不同階段的城市用水量會受不同因素的影響而產(chǎn)生變化.所以，城市用水量預測需要充分考慮社會經(jīng)濟環(huán)境、天氣情況、城市建設等多種因素影響，只有通過科學系統(tǒng)的檢驗方法才能保證預測的精度.城市用水量預測產(chǎn)生誤差的原因，主要是數(shù)學模型只針對預測現(xiàn)象的主要因素，導致一些次要因素被忽略，簡化的水量狀況的反映，無法滿足復雜的用水量預測標準，進而不可避免地造成城市用水量預測產(chǎn)生誤差.由于預測過程需要大量資料，各項資料的失真或某些意外情況，也會導致預測產(chǎn)生誤差.由于城市用水量預測誤差指標較多，現(xiàn)主要對以下幾種進行分析介紹：

設{q0，q1，…，qn}為實際用水量序列，{q^0，q^1，…，q^n}為預測用水量序列，

（1）絕對誤差與相對誤差

Ei=qi-q^i，i=1，2，…，n，

REi=qi-q^iqi，i=1，2，…，n.

（2）平均絕對誤差

MAE=1n∑ni=1|E2i|=1n∑ni=1|qi-q^i|2，i=1，2，…，n.

（3）均方誤差

MSE=1n∑ni=1E2i=1n∑ni=1（qi-q^i）2，i=1，2，…，n.

（4）均方根誤差

RMSE=1n∑ni=1E2i=1n∑ni=1（qi-q^i）2，i=1，2，…，n.

（5）標準誤差

SY=∑ni=1（qi-q^i）2n-m，i=1，2，…，n.

城市用水量預測會受多種情況影響造成預測誤差，以上對城市用水量預測誤差進行了分析比較，為了避免預測結(jié)果出現(xiàn)嚴重失真，當出現(xiàn)預測誤差時需要對以上指標進行審查，及時加以改進，確保城市用水量預測模型的精準.

二、城市用水量組合預測模型選擇應用

城市給水系統(tǒng)具有隨機性和規(guī)律性并存的特點，一階段內(nèi)的用水量與天氣因素、環(huán)境因素、日期類型具有密切聯(lián)系，模型建立需要綜合考慮以下問題：用水量預測模型需要反映出降雨量、日照、氣溫、水量自然增長、水量季節(jié)性波動等，預測模型的建立需要保證對異常情況的處理干預.依據(jù)城市用水量預測模型的要求，對城市用水量預測方法進行評述：

（一）回歸分析模型

城市供水系統(tǒng)用水量與多種因素存在因果關系，通常這種關系不能用數(shù)學表達式進行描述，只有在數(shù)據(jù)處理分析的過程中才能發(fā)現(xiàn)和探索其中的關系和規(guī)律.回歸分析模型可依據(jù)歷史數(shù)據(jù)的變化規(guī)律確定模型參數(shù)來進行預測，在城市用水量預測中，在主要影響因素中引入自變量，依據(jù)相應變化因素修正預測值，適用于城市日用水量預測.

（二）時間序列模型

城市用水量預測應用時間序列模型，可以將用水量歷史數(shù)據(jù)變化形成序列進行處理，在對用水量的預測過程中，對歷史數(shù)據(jù)的要求較低，但如果出現(xiàn)偽數(shù)據(jù)會對水量預測造成嚴重影響.當城市用水量影響因素出現(xiàn)變化時，會造成預測結(jié)果出現(xiàn)偏差，適用于城市時用水量預測的優(yōu)化控制.由于時間序列模型存在滯后性特點，當歷史用水數(shù)據(jù)因客觀因素影響而出現(xiàn)異常變化時，會對用水量預測精度造成一定的影響，當預測數(shù)據(jù)不能做出反應時，會導致預測結(jié)果的失真.可見時間序列模型對用水量預測不失為一種有效方法，但需要結(jié)合預測的環(huán)境和實際情況，才能獲得較高的預測精度.

（三）灰色預測模型

灰色預測模型可將城市供水量的歷史數(shù)據(jù)整合成系統(tǒng)規(guī)律，同時依據(jù)不同數(shù)據(jù)建立不同的預測模型，適用于城市的時用水量、日用水量、年用水量預測.由于灰色預測不建立數(shù)據(jù)模型，而是利用用水量序列數(shù)據(jù)預測未來數(shù)值，預測效果取決于用水量數(shù)據(jù)的特點，是對用水量發(fā)展趨勢的反映.

（四）人工神經(jīng)網(wǎng)絡模型

人工神經(jīng)網(wǎng)絡模型在處理數(shù)據(jù)時，會通過城市用水量非線性輸出和輸入模型的建立，由計算機在分析未來輸入的情況下，判斷出應有的輸出，具有較大的發(fā)展?jié)摿蛢?yōu)越性.人工神經(jīng)網(wǎng)絡模型可在復雜的用水量影響因素下，通過對用水量的非線性描述，滿足實際生產(chǎn)預測的需求.同時人工神經(jīng)網(wǎng)絡模型具有很好的容錯性，可以處理大量的信息數(shù)據(jù)，繼而可以更好地處理歷史用水量的偽數(shù)據(jù)，在城市時用水量預測、日用水量預測中，可以得出相對準確的預測結(jié)果.

（五）組合預測模型

在城市用水量預測中應用組合預測模型，可以有效提高預測的穩(wěn)定性和精度，應用組合預測模型是綜合兩種或兩種以上單一模型對城市用水量進行預測的一種形式，可對城市的日用水量、時用水量、年用水量進行預測.組合預測模型可以綜合各種預測方法的信息，提高預測模型的性能，在城市用水量預測中全面優(yōu)于單一預測方法的結(jié)果.

三、結(jié)?語

綜上所述，城市用水量預測是對水資源未來可能出現(xiàn)的變化進行估計和預測，可以有效地實現(xiàn)對城市用水的科學管理，確保供水系統(tǒng)的穩(wěn)定和安全.通過對用水量組合預測模型的分析可以看出，城市給水系統(tǒng)用水量預測模型的精度整體較高，但需要對預測對象及其所處的環(huán)境進行假設，從而導致無法確定用水量預測參數(shù)之間的關系，而每一種單一的模型都采用了部分可用信息，在城市用水量預測中，綜合應用各種組合預測模型，可以有效提高用水量預測的可靠性和準確性，在提高預測精度的同時，進一步降低了預測的風險.

【參考文獻】

[1]周鵬飛，盧澤雨.基于SPSS多元線性回歸模型在城市用水量的預測[J].水利科技與經(jīng)濟，2018（5）：6-10.

[2]鄧權龍，蔣仲安，韓碩.基于小波分析與GM（1，1）-ARMA（p，q）組合的礦井防塵用水量預測[J].礦業(yè)安全與環(huán)保，2018（4）：75-79.

[3]葛佳佳，曾憲達.浙中地區(qū)縣域經(jīng)濟向都市區(qū)經(jīng)濟轉(zhuǎn)型的策略——一項基于引力模型的實證研究[J].金華職業(yè)技術學院學報，2018（4）：28-33.