基于神经网络的南京市用水量预测

作者：王浏琳; 陈家栋; 张方敏^*

来源：水电能源科学, 2023, 41(12): 28-31.

DOI：10.20040/j.cnki.1000-7709.2023.20230267

• 机器学习
• 灰色Elman神经网络
• 组合模型
• 用水量预测

分析南京市用水量现状，合理预测南京市用水量，掌握未来用水需求，对南京市水资源的长远规划和配置具有重大意义。对南京市2009～2019年用水量分析表明，工业、农业用水在南京市总用水量中比重较大，对总用水量的变化起着至关重要的作用。其次，采用灰色预测GM(1,1)模型与Elman神经网络的组合模型预测南京市各区及全市总用水量。结果表明，灰色Elman神经网络模型对2009～2019年南京市全市总用水量的预测效果良好，预测的相对误差均小于3.5%,预测结果的多年平均相对误差为1.55%;在南京市2019年各区用水量预测中，预测结果的相对误差均小于8.5%,效果较好。可见所用模型能准确地预测南京市用水量，对有效控制区域用水量，实现“四水四定”原则具有重要意义。

• 单位
  江苏省水文水资源勘测局; 南京信息工程大学; 江苏省农业气象重点实验室