基于LASSO-SVMR模型城市生活需水量的预测

作者：李慧敏^*; 刘欣欣; 安笑洁

来源：长江技术经济, 2019, S1: 138-142.

DOI：10.19679/j.cnki.cjjsjj.2019.0538

• LASSO
• 支持向量机回归
• 生活需水量预测

在城市水资源短缺且利用效率低的背景下,科学预测生活需水量是城市水源调度重要前提。针对目前精准预测需水量的问题,本文将LASSO-支持向量机回归模型(LASSO-SVMR)应用于城市生活需水量的预测。首先,借助LASSO方法筛选出与生活需水量相关性较强的变量;其次,串联支持向量机回归(SVMR)构建城市生活需水量模型;最后,以邯郸市为例,将所建模型与传统SVMR进行对比,结果表明:LASSO-SVMR预测精度高于SVMR,且运用所建模型预测2019年该市城市生活需水量。本研究进一步丰富了城市生活需水量的预测方法,为城市水资源优化配置提供决策依据和理论基础。

• 单位
  邯郸学院; 河北工程大学