基于小波神经网络的城市用水量长期预测研究

针对城市年用水量时间序列的非线性和多时间尺度特性,应用小波分析方法对年用水量时间序列的趋势性、周期性和随机性进行了分析。在此基础上,建立了用于城市用水量长期预测的小波神经网络耦合模型。并利用此模型对昆明市年用水量进行预测,预测结果表明,该模型应用于城市用水量的长期预测具有较高的预测精度和良好的推广能力。     

基于小波分解的害虫发生非平稳时间序列分析和预测

将小波分解应用于害虫发生程度非平稳时间序列的分析和预测。通过小波分解,将非平稳时间序列分离为多个平稳分量,然后采用自回归滑动平均方法对各平稳分量分别进行分析和建模,最后将所有分量的模型进行组合,从而可以得到原非平稳时间序列的预测模型。在实例分析中,利用1959年至2004年烟台市一代玉米螟发生程度数据序列建立了预测模型,利用2005年至2009年的数据对模型进行了检验。检验结果表明:5年预测准确率达到了80%,预测效果令人满意。     

基于时间序列与小波分析耦合模型区域降雨量预测研究

为提高区降雨量预测精度,提出小波分析与时间序列组合模型。以黑龙江省虎林市858农场区为例,采用小波变换A Trous算法将小波信号分解,对分解后各小波变换序列互相关分析,随后运用时间序列分析分别对该农场周期项W 1(t)、随机项W2(t)、趋势项C2(t)模型求解,采用小波重构算法得到组合模型。运用该模型模拟该区1999~2014年降雨量,结果与实际测量值接近。预测未来3年短期降雨量,为指导区域农业生产及管理提供科学依据。     

基于改进背景值的GM(1,1)模型的农业用水量预测

GM（1,1）模型可用于农业用水量的预测,但其精度还应提高。对传统的CU（1,1）模型进行原始数据序列光滑度和模型背景值构造方法的改进,先通过幂函数变换提高了原始数据序列的光滑度,在模型求解过程中采用改进的背景值算法,大大提高了模型的预测精度。将改进后的模型用于实际农业用水量的预测,结果证明改进后的模型具有很大优势。     

基于CEEMD和BP神经网络的鄱阳湖流域旱涝长期预测模型研究

基于鄱阳湖流域1470²014年的原始旱涝等级序列,利用最新的完备集合经验模态分解(Complete Ensemble Empirical Mode Decomposition,CEEMD)和BP神经网络(Back Propagation Neural Network),构建了鄱阳湖流域旱涝的长期预测CEEMD-BP模型。结果表明:与EEMD相比,CEEMD对原始数据进行平稳化处理的效果更好,能更有效地提取原始数据中隐含的周期信号和长期趋势;原始数据经CEEMD分解后得到若干个本征模函数(Intrinsic Mode Function,IMF)序列,BP神经网络可以较好地拟合或预测这些IMF序列;CEEMD-BP模型对鄱阳湖流域19852014年的原始旱涝等级序列,利用最新的完备集合经验模态分解(Complete Ensemble Empirical Mode Decomposition,CEEMD)和BP神经网络(Back Propagation Neural Network),构建了鄱阳湖流域旱涝的长期预测CEEMD-BP模型。结果表明:与EEMD相比,CEEMD对原始数据进行平稳化处理的效果更好,能更有效地提取原始数据中隐含的周期信号和长期趋势;原始数据经CEEMD分解后得到若干个本征模函数(Intrinsic Mode Function,IMF)序列,BP神经网络可以较好地拟合或预测这些IMF序列;CEEMD-BP模型对鄱阳湖流域1985²014年旱涝等级序列的预测精度优于单一BP神经网络的。CEEMD-BP模型对20152014年旱涝等级序列的预测精度优于单一BP神经网络的。CEEMD-BP模型对2015²064年的长期预测显示,未来50年鄱阳湖流域的旱涝指数有先上升后下降的趋势。     

基于集对分析聚类法对中国未来生活用水量的预测

目的利用集对分析思想,构建集对分析聚类预测模型对国内未来生活用水量进行长期预测,分析未来生活用水量及增长趋势,为有关部门决策提供参考意见。方法从2000年至2014年的《中国统计年鉴》中收集年居民生活用水量时间序列数据,利用聚类的思想,将2000年至2013年的生活用水量增长率分成3类,利用集对分析思想,计算居民生活用水量与影响因子人口总数的联系度,通过预测人口总数在未来的增长率,预测未来居民生活用水量及其增长速度。结果从聚类的结果可以看出,2001-2013年生活用水量除2012年有所回落外,一直呈增长态势,年增长率除2012年外均稳定在1.02~1.04之间;由预测的结果来看,2014-2025年的生活用水量均属于第二类,即增长率范围稳定在[0.9833,1.0273],到2025年生活用水量将达到869.06亿m3;将2010-2013年实际生活用水量增长率与预测生活用水量增长率进行比较,计算其预测误差均在2%以内。结论集对分析聚类预测模型对于生活用水量的预测具有较高的精度,可以较好地预测长期生活用水量。未来生活用水量呈现缓慢增长态势,在一定增长率水平下,2025年突破850亿m3。     

基于投入视角的农业碳排放时序特征及因素分解研究——以西南岩溶山区重庆市为例

基于化肥、农药、农膜等6种主要农业生产资料为碳源,运用IPCC提出的碳转化系数法测算了1985—2012年重庆市农业碳排放量,同时运用LMDI模型分析法对农业碳排放进行因素分解。结果表明:(1)从时间序列来看,1985—2012年重庆市农业碳排放总量呈现出"上升一平稳一上升"的变化特征;(2)从碳排放结构来看,各类型碳源对农业碳排放呈现出较大的差异,农业碳排放贡献大小依次为化肥农业灌溉农膜农药农用机械使用翻耕,其中化肥和农业灌溉占碳排放总量的76.36%;(3)从因素分解结果来看,以1985年为基期,农业生产结构因子、效率因子及劳动力因子分别累计实现了3.06%、350.71%和115.76%的碳减排,农业经济因子却累计产生了620.91%的碳排放增量。针对农业碳排放特点,提出了大力发展新型农业投入品,大力发展循环农业,加快推进农业节能减排等建议。     

灰色等维新息模型在灌溉用水量预测中的应用研究

在分析现有灌溉用水量预测方法的基础上,运用灰色系统理论建立了等维新息模型GM(1,1),并用同步残差等维新息模型进行修正。结果表明,该模型能够及时更新数据信息,使模型保持良好的适应性,有效提高了预测精度。最后应用该模型对宝鸡峡灌区灌溉用水量进行预测检验,结果表明模型具有较高的预测精度。     

基于MATLAB7的神经网络在灌溉用水量预测中的应用研究

灌溉用水量的预测对于灌区管理工作具有重要的指导意义,使用神经网络方法预测灌溉用水量。介绍了BP网络的算法步骤,并且以铁甲灌区为例,使用软件MATLAB7对所设计的网络进行学习和训练,隐含层单元数的选取采用实验法,最终以隐单元数为13的网络预测性能最好,误差也达到精度要求。所建模型可以预测铁甲灌区的灌溉用水量。     

基于EMD和IDAR的灌区年降水量预测研究

针对降水量这样一种非线性、非平稳序列,研究经验模态分解方法(EMD)和信息扩散近似推理方法（IDAR）在年降水量预测中的组合应用,解决资料序列不充分情况下的区域降水量预测问题。首先,通过EMD方法对具有典型非线性与非平稳特征的年降水量时间序列进行处理,分解出包含原信号不同特征尺度的分量数据系列;然后应用信息扩散近似推理技术对各降水量分量间的复杂非线性关系进行描述,建立当前趋势以及相邻年份之间的预测规则,并进行预测。以文献案例灌区长系列降水资料为样本进行实例计算,并与其它预测方法进行了对比。结果表明：基于EMD和信息扩散近似推理的预测方法效果较好,误差绝对值和为1.30,优于人工神经网络、线性自回归方法以及单纯信息扩散近似推理的统计结果。同时,为了验证该方法的适用性,将该方法应用于文峪河灌区的降雨量预测,取得了满意的效果。研究中发现：信息扩散近似推理可将样本点转换成模糊集,部分弥补了由于数据的不完备性所造成的信息空白,并可将矛盾模式转换成兼容模式。而EMD方法可有效分解具有非线性、非平稳特征的降水序列,保留其原序列在空间（或时间）各种尺度上的分布规律。两者结合对解决样本不完备的非平稳序列的预测问题是非常有价值的。通过与其它预测方法比较,发现该模型能够很好地光滑样本数据以及能够较好地发掘知识,有较高的预测精度和推广应用价值。     

基于CEEMD和BP神经网络的鄱阳湖流域旱涝长期预测模型研究

基于鄱阳湖流域1470~2014年的原始旱涝等级序列,利用最新的完备集合经验模态分解(Complete Ensemble Empirical Mode Decomposition,CEEMD)和BP神经网络(Back Propagation Neural Network),构建了鄱阳湖流域旱涝的长期预测CEEMD-BP模型。结果表明:与EEMD相比,CEEMD对原始数据进行平稳化处理的效果更好,能更有效地提取原始数据中隐含的周期信号和长期趋势;原始数据经CEEMD分解后得到若干个本征模函数(Intrinsic Mode Function,IMF)序列,BP神经网络可以较好地拟合或预测这些IMF序列;CEEMD-BP模型对鄱阳湖流域1985~2014年旱涝等级序列的预测精度优于单一BP神经网络的。CEEMD-BP模型对2015~2064年的长期预测显示,未来50年鄱阳湖流域的旱涝指数有先上升后下降的趋势。     

山东省灌溉农业节水潜力计算分析——以02-04年为例

山东属严重缺水省份,农业用水量约占了总用水量的74%,其它行业用水缺口大。农业灌溉用水的利用率较低,尚有较大节水潜力。本文从山东灌溉农业的作物需水量出发,综合考虑了有效降水、地下水补给、输水损失、田间损失等因素,计算出了山东省的灌溉农业整体需水量,与02年-04年实际灌溉用水量相比得出了山东农业此三年平均理论节水潜力为33.63×108m3。继而利用现实调节因子,得出了山东02年-04年农业实际平均节水潜力为30.27×108m3。为山东水资源宏观调控利用及节水规划提供理论依据。     

基于正态平稳的马尔可夫周期流量预测算法

为提高网络流量预测的准确度,提出一种新的马尔可夫流量预测算法。将实际网络流量序列分解为周期序列和正态平稳序列,对正态平稳序列建立马尔可夫模型并对其进行预测,结合预测值和周期序列得到实际网络流量的预测结果。实验结果表明,该算法具有较高准确度。     

农业灌溉用水量的LS-SVM预测模型研究

农业灌溉用水量预报是灌区制定水资源调度计划、合理高效分配水量的科学依据。针对灌溉用水量影响因素复杂非线性的特点,鉴于支持向量机算法的诸多优势,建立了基于最小二乘支持向量机的灌溉用水量预测模型,将该模型用于塔河流域T灌区灌溉用水量预测,并与人工神经网络方法预报结果比较,表明该方法具有泛化能力强、误差小等特点。     

鄂尔多斯地区降水·温度的年代际预测研究．

以北大西洋涛动及南方涛动指数为外强迫因子,利用全局近似方法并考虑外强迫信息,尝试利用一个新的非平稳时间序列的预测方法,对鄂尔多斯地区降水、气温月平均时间序列进行预报试验。结果表明,外强迫因子在预测中扮演着与状态变量同等重要的角色,它们的参与可以有效地改善预测精度。     

Elman反馈型神经网络模型在灌溉用水量预测中的应用

灌溉用水量的预测对灌区的灌溉管理起着重要的作用。运用神经网络中Elman反馈型神经网络建立了灌溉用水量预测模型,模型输入层神经元数目为4,输出层神经元数目为1,隐含层神经元数目确定采用试验法,最终确定为10。预测结果表明:该方法与传统的预测方法相比,具有网络稳定性高,训练误差曲线比较平滑,模型预报精度较高等优点。     

基于时间序列与PCA-BP组合模型的股价变化趋势研究

为提高股票价格预测精度和效率,提出了一种时间序列与PCA-BP神经网络组合模型。先利用时间序列模型预测股价随时间变化的主趋势,再利用PCA-BP神经网络模型对股价变化主趋势外的随机变化进行预测,最后将两种模型的预测结果相加得到最终的股价预测结果。对华大基因公司2018年周股价进行仿真实验,结果表明ARIMA与PCABP神经网络组合股价预测模型的预测精度更高,能为股价预测提供有价值的参考。     

河南省高效节水灌溉发展驱动因素分析及预测研究

为提高农业高效节水灌溉相关政策和规划的针对性和科学性,应用灰色系统理论,选择平均单位有效灌溉面积用水量、人均GDP、农业产业从业人员比例、总研发经费、有效灌溉面积、粮食总产量、农村居民家庭人均收入和农业总产值,作为河南省农业高效节水灌溉发展驱动因素进行分析,并对灌溉面积建模预测。灰色关联分析显示,高效节水灌溉发展是多种因素综合作用的结果,8个驱动因素与高效节水灌溉面积有较强的综合关联度。河南省高效节水灌溉与农业产业从业人员比例的综合关联度最高为0.848,与平均单位有效灌溉面积用水量的综合关联度最低为0.557。运用所建GM(1,1)模型预测,到2020、2025和2030年,河南省高效节水灌溉面积将分别达到1 734.70×10~3、2 653.25×10~3和4 058.17×10~3 hm~2。     

基于经验模态分解和小波神经网络的温室温湿度预测

温室温湿度的准确预测有助于及时调节温室小环境,温湿度预测模型是温室控制的重要基础,提高预测精度有助于提高生产水平。针对温室系统具有非线性、非平稳性等特点,提出一种基于经验模态分解(empirical mode decomposition,简称EMD)和小波神经网络(wavelet neural network,简称WNN)的温室温湿度组合预测方法。首先,利用经验模态分解方法将原始时间序列分解成一系列分量;然后对各分量分别构建小波神经网络模型进行预测;最后叠加各子序列得到预测值。结果表明,运用EMD-WNN组合的温度模型有效性为0. 993 4,湿度模型有效性为0. 978 1,且优于单独WNN模型和BP神经网络模型的预测结果,可有效提高短期温室温湿度预测的精度。     

灌溉农业节水潜力计算分析—以2001-2003年中牟县杨桥灌区为例

河南属缺水省份,农业用水量约占总用水量的80％,其他行业用水缺口大。农业灌溉用水的利用率较低,尚有较大节水潜力。从杨桥灌区的作物需水量出发,综合考虑有效降水、地下水补给、输水损失、田间损失等因素,计算出该灌区灌溉农业整体需水量,与2001-2003年实际灌溉用水量相比得出了该灌区此3年平均理论节水潜力为1972.88万m^3。继而利用现实调节因子,得出了灌区2001-2003年农业实际平均节水潜力为1815.05万m^3。为灌区乃至河南水资源宏观调控利用及节水规划提供理论依据。