基于貝葉斯理論的日用水量概率預(yù)測
[Abstract]:In order to solve the problem of urban daily water consumption prediction, a Bayesian theory based daily water consumption forecasting method is proposed. A probability forecasting system of daily water consumption is established by introducing Bayesian theory. In the system, support vector machine is used to establish daily water consumption prediction model, likelihood function and prior density, and adaptive Markov chain Monte Carlo simulation method is used to solve the posteriori density of daily water consumption, and the probabilistic prediction value of daily water consumption is obtained. The example shows that the method proposed in this paper not only improves the precision of daily water consumption, but also provides a more scientific and reliable decision basis for the dispatch of urban water supply system by quantificationally giving the confidence interval of the predicted value.
【作者單位】: 浙江工業(yè)大學建工學院;
【基金】:國家自然科學基金(50908165)~~
【分類號】:TU991.31
【相似文獻】
相關(guān)期刊論文 前10條
1 張宏偉;岳琳;王亮;;基于徑向基函數(shù)的城市日用水量預(yù)測方法[J];天津大學學報;2006年04期
2 趙明;袁一星;;應(yīng)用實用動態(tài)組合模型預(yù)測城市日用水量[J];中國給水排水;2007年03期
3 蔣白懿;代進;高金良;;城市日用水量預(yù)測模型比較研究[J];沈陽建筑大學學報(自然科學版);2008年02期
4 柳景青;易遠山;張土喬;;城市日用水量主影響因素粗集理論分析方法[J];哈爾濱工業(yè)大學學報;2008年08期
5 張宏偉;陸仁強;牛志廣;;基于分形理論的城市日用水量預(yù)測方法[J];天津大學學報;2009年01期
6 陳磊;楊敏;;基于粗糙集和遺傳神經(jīng)網(wǎng)絡(luò)的城市日用水量預(yù)測模型[J];節(jié)水灌溉;2011年07期
7 桑蘇玲;;城市日用水量的分形特征[J];科技視界;2013年32期
8 張雄,黨志良,葉朝俐,李洋;西安市日用水量預(yù)測模型研究[J];機械工程與自動化;2005年05期
9 王亮;汪震;岳琳;;基于粒子群優(yōu)化算法的城市日用水量預(yù)測模型[J];中國給水排水;2007年07期
10 張薇;鄒志紅;王惠文;;城市日用水量預(yù)測模型及其應(yīng)用[J];系統(tǒng)工程;2010年03期
相關(guān)會議論文 前1條
1 陳永勤;王培龍;;香港城市日用水量的統(tǒng)計模型:趨勢、模式及預(yù)測[A];農(nóng)業(yè)、生態(tài)水安全及寒區(qū)水科學——第八屆中國水論壇摘要集[C];2010年
相關(guān)重要報紙文章 前3條
1 實習生 吳健;巴城日用水量創(chuàng)新高[N];巴中日報;2010年
2 記者 曹愛方 通訊員 魏光華;甬城日用水量昨創(chuàng)新高[N];寧波日報;2011年
3 記者 陳淦璋邋通訊員 朱俊;長沙日用水量突破135萬噸[N];湖南日報;2008年
相關(guān)碩士學位論文 前5條
1 李婕妤;優(yōu)化的神經(jīng)網(wǎng)絡(luò)日用水量預(yù)測模型研究[D];新疆大學;2015年
2 石也;卡爾曼濾波和混合智能算法在城市日用水量預(yù)測的應(yīng)用研究[D];浙江工業(yè)大學;2016年
3 余翔;城市日用水量的貝葉斯概率預(yù)測方法研究[D];浙江工業(yè)大學;2012年
4 吳凌云;基于改進最小二乘支持向量機的日用水量預(yù)測方法研究[D];浙江工業(yè)大學;2013年
5 陳戰(zhàn)波;西安市日用水量的非線性時間序列模型[D];西安理工大學;2007年
,本文編號:2175337
本文鏈接:http://sikaile.net/jianzhugongchenglunwen/2175337.html