專利名稱：城市需水量時間序列-指數(shù)平滑模型預(yù)測方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種城市需水量預(yù)測方法，是一種根據(jù)城市用水量歷史數(shù)據(jù)來預(yù)測城 市需水量的方法。
背景技術(shù)：
隨著社會經(jīng)濟(jì)的發(fā)展，城市化進(jìn)程加快，城市用水量不斷增大，水資源緊缺狀況日 趨嚴(yán)重。目前全國660多個城市中有300多個城市出現(xiàn)缺水現(xiàn)象，其中114個城市嚴(yán)重缺 水，水資源短缺已成為制約我國城市經(jīng)濟(jì)發(fā)展的重要因素。如何合理開發(fā)利用水資源，支撐 國民經(jīng)濟(jì)可持續(xù)發(fā)展和人民生活水平持續(xù)提高，是擺在城市發(fā)展面前的重要課題。為實現(xiàn) 這一目標(biāo)，就要根據(jù)城市總體規(guī)劃及國民經(jīng)濟(jì)發(fā)展前景預(yù)測城市需水量，進(jìn)而根據(jù)可供開 采利用的水資源量定位城市供水設(shè)施建設(shè)及城市未來發(fā)展戰(zhàn)略。因此，研究城市需水量預(yù) 測技術(shù)和方法是城市可持續(xù)發(fā)展的重要工作。目前，城市給、排水工程規(guī)劃中城市需水量預(yù)測大多采用《城市給水工程規(guī)劃規(guī)范 (GB50282-98)))中的用水定額進(jìn)行預(yù)測。定額法雖然能夠在一定程度上預(yù)測出規(guī)劃期限城 市需水量數(shù)值，但是它也存在著一些嚴(yán)重的弊病。第一，該規(guī)范自1998年執(zhí)行，其中定額均 為98年，但是，自上世紀(jì)九十年代末至今，城市用水量情況發(fā)生了復(fù)雜的變化水價調(diào)整， 人民節(jié)約用水意識增強(qiáng)，工業(yè)生產(chǎn)節(jié)水技術(shù)的提高等都促使城市用水量大幅下降；然而，近 年來城市人口增長，人民生活水平提高等因素又促使城市生活用水量有一定的提高。因此， 總體而言，自98年來我國城市用水量呈現(xiàn)逐年下降趨勢，持續(xù)到現(xiàn)在這種下降趨勢逐漸減 緩并且城市用水量開始轉(zhuǎn)而上升。而規(guī)范中所確定的用水定額就有些偏大。第二，規(guī)范中 所確定的用水定額是針對全國各分區(qū)城市用水量整體而言的，具有普遍性。因此，這就決定 了其沒有針對性這一弊病。現(xiàn)階段諸多的水量預(yù)測方法主要有灰色模型、時間序列、多元回歸分析、BP神經(jīng)網(wǎng) 絡(luò)、系統(tǒng)動力學(xué)等預(yù)測方法。當(dāng)數(shù)據(jù)離散度較大，即灰度較大以及預(yù)測周期較長時，傳統(tǒng)的 灰色模型預(yù)測便會產(chǎn)生較大誤差。傳統(tǒng)的時間序列預(yù)測方法簡單地基于時間序列外推需水 量，若用水歷史數(shù)據(jù)波動較大或存在異常值時，會產(chǎn)生較大誤差，具有很大的局限性；多元 回歸分析、BP神經(jīng)網(wǎng)絡(luò)及系統(tǒng)動力學(xué)預(yù)測方法又都需要氣象、溫度等諸多復(fù)雜的已知資料 進(jìn)行整合、反饋，然而絕大多數(shù)城市是很難提供出除用水量外的其他數(shù)據(jù)的，因此通常無法 進(jìn)行預(yù)測。綜上所述，對于一個性能良好的城市需水量預(yù)測方法必須符合下面幾點基本要求(1)數(shù)據(jù)較易獲得、來源通暢；(2)模型建立過程方便、易行；⑶方法精度高并具 有針對性；(4)能夠滿足預(yù)測需求。而現(xiàn)有技術(shù)尚未能很好地解決上述問題。

發(fā)明內(nèi)容
本發(fā)明的目的在于有效解決上述預(yù)測方法的不足，提供一種模型性能穩(wěn)定、原理清晰、方法簡單易行，預(yù)測誤差能夠滿足城市供水規(guī)劃及水廠調(diào)度應(yīng)用的城市需水量時間 序列_指數(shù)平滑模型預(yù)測方法。為實現(xiàn)上述的目的，本發(fā)明的技術(shù)解決方案是一種城市需水量時間序列-指數(shù) 平滑模型預(yù)測方法，其包括如下步驟1)采集用水量歷史數(shù)據(jù)，定義歷史數(shù)據(jù)的時間序列；2)利用Smoothing光滑處理法計算用水量歷史數(shù)據(jù)時間序列的T4253H平滑序列， 以剔除數(shù)據(jù)異常值，完成歷史數(shù)據(jù)的光滑處理；計算方法先對時間序列依次做4次移動中 位數(shù)處理，計算范圍分別為4、2、5、3 ；然后再做移動平均處理；3)對于T4253H平滑序列的各期數(shù)據(jù)，自當(dāng)前期向前，令各期權(quán)重按指數(shù)規(guī)律下 降，建立其指數(shù)平滑模型；模型中取點，即可知該點對應(yīng)年限的城市預(yù)測用水量；4)采用后驗差法對指數(shù)平滑模型得出的預(yù)測用水量進(jìn)行誤差檢驗，判斷結(jié)果是否 滿足模型擬合誤差要求。與現(xiàn)有技術(shù)相比較，本發(fā)明具有如下優(yōu)點和效果本發(fā)明基于城市用水量時間序列模型，首先計算用水量時間序列的T4253H平滑 序列，再用所得的平滑序列建立指數(shù)平滑模型，從而對城市需水量進(jìn)行預(yù)測，同時，利用用 水量指數(shù)平滑模型數(shù)據(jù)對算法及模型進(jìn)行校驗。時間序列-指數(shù)平滑模型摒除了時間序 列預(yù)測方法中最常用的自回歸移動平均模型，避免了自回歸移動平均模型所需的自回歸階 數(shù)、拆分階數(shù)及移動平均階數(shù)不易確定等缺點。T4253H是一種復(fù)合光滑法，它先對數(shù)列依次 做4次移動中位數(shù)(running median)處理，計算范圍(span)分別為4、2、5、3 ；然后再做移 動平均處理。此方法對一般序列均有顯著的處理效果。而指數(shù)平滑模型使用當(dāng)前時刻之前 的全部數(shù)據(jù)來決定它的平滑值，在指定最近時期歷史值的權(quán)重后，其它時期歷史值的權(quán)重 由此自動推算得來，且離預(yù)測期越遠(yuǎn)，權(quán)重越小。由于上述特征，時間序列-指數(shù)平滑模型 性能穩(wěn)定、原理清晰、預(yù)測過程簡便易行、預(yù)測結(jié)果精準(zhǔn)，預(yù)測誤差能夠滿足城市供水規(guī)劃 及水廠調(diào)度應(yīng)用，是以往許多預(yù)測模型不具備的。


圖1為T城市1999 2008年人均綜合用水量隨時間變化的曲線；圖2為T城市的時間序列_指數(shù)平滑模型預(yù)測結(jié)果。
具體實施例方式下面結(jié)合附圖和具體實施例對本發(fā)明的技術(shù)方案做進(jìn)一步描述1)采集用水量歷史數(shù)據(jù)，定義歷史數(shù)據(jù)的時間序列。將城市在時間變量、< t2〈…處的用水量歷史數(shù)據(jù)采集值y U1)，y (t2)，…組成 的離散有序集合定義為一個時間序列，記作腳}，i = 1,2,3,…。2)對定義的時間序列{y(ti)}進(jìn)行平滑處理。利用Smoothing光滑處理法對{7(、)}進(jìn)行光滑處理，即計算{7(、)}的T4253H 平滑序列{y' (、)}。具體做法是先對數(shù)列依次做4次移動中位數(shù)處理，計算范圍分別為4、2、5、3;然后再做移動平 均處理得出平滑序列{y' (、)}。
4
3)用平滑序列{y' (、)}建立指數(shù)平滑模型。對于任一用水量數(shù)據(jù)y(ti)的平滑值y'(、)，使用它之前的全部數(shù)據(jù)y' U1)， 1’ (t2), -y' (t")決定其指數(shù)平滑值。具體做法是自當(dāng)前期y'(、)向前，令各期權(quán)重按指數(shù)規(guī)律下降，把第i，i_l，…期觀測的權(quán) 重依次記為α，α β，α β2，…(α > 0，0 < β < 1)；為使權(quán)重之和等于1，令t—c 時， 有下式成立α+αβ + αβ2+...= 1(1)由(1)解得β = 1-α。因此，第i、i-l、…期觀測的權(quán)重依次為α，α (1_α )，
α (1-α )2，…。設(shè)TiSy'(、)的指數(shù)平滑值，繼續(xù)考慮t充分大時的情形，得下式Ti=Ciy' (、) + α (l-a)y' (t^) + a (l-a)2y' (、_2)+…， (2)Th= a y' (t^) + a (l-a)y' (t^) + a (l-a)2y' (V3)... (3)由(2)(3)可得Ti = a y' (、)+ (1_ a ) I^1(1)⑵(3)中，α為平滑常數(shù)，且滿足0 < a < 1 ；。把第i期的指數(shù)平滑值Ti作為第i+Ι期的預(yù)測值，即y" (U1)=Ti(4)將y “ (ti+1)作為 y ‘ (ti+1)，并與{y ‘ (t,)}構(gòu)成新序列{y ‘ (ti+1)}，重復(fù) (1)"(4)式便可得指數(shù)平滑預(yù)測值。本發(fā)明的效果可以通過模型的后驗差檢驗進(jìn)行驗證分別算出i時刻殘差e(i) = y' (t^-y" (ti+1)歷史數(shù)據(jù)y (、)的T4253H平滑值y ‘ Ui)的平均值@ y'(ti) η殘差e(i)平均值e:
-J"e = - y e(i)
η歷史數(shù)據(jù)方差S12:S12=丄文[y'OJ-兩]2(5)
η μ殘差方差S ^S22=-Y [e(i)-e]2(6)
η μ后驗差比值(7)小誤差概率
P=P{|e(i)-e |<0.6745XS,} i = 1，2，···, η(8)模型精度評價標(biāo)準(zhǔn)見表1 :表1模型精度評價標(biāo)準(zhǔn) 4)下面用SPSS統(tǒng)計分析軟件模擬本發(fā)明的時間序列-指數(shù)平滑模型算法，考慮T 市需水量預(yù)測實施例。經(jīng)調(diào)研，T城市1999 2008年總用水量、用水人口及人均綜合用水量見表2 表2 T市1999-2008年人均綜合用水量 由上表，可繪得人均綜合用水量隨時間變化的曲線，見圖1。從圖1可看出自1999年來，人均綜合用水量有逐年下降趨勢，但下降趨勢逐漸減 ?。蛔?005年后，人均綜合用水量漸趨平穩(wěn)。首先計算表1中人均綜合用水量原始序列的T4253H平滑序列以減弱波動，消除異 常值。光滑處理所得結(jié)果見表3:表3平滑處理后用水量
數(shù)據(jù)處理后數(shù)據(jù)的變化波動變緩，數(shù)據(jù)對遠(yuǎn)期的預(yù)測影響減小。以上述處理后的 光滑序列作為新的源數(shù)據(jù)建立時間序列-指數(shù)平滑模型，見圖2。對模型擬合值進(jìn)行后驗差檢驗，得C = 0. 08，P = 1. 00，模型評價“優(yōu)”，滿足預(yù)測
精度要求。由圖2可知T城市2009 2020年的總用水量，見下表4表4 T市2009-2020年人均綜合用水預(yù)測量
權(quán)利要求
一種城市需水量時間序列 指數(shù)平滑模型預(yù)測方法，其包括步驟1)采集用水量歷史數(shù)據(jù)，定義歷史數(shù)據(jù)的時間序列；其特征在于其還包括如下步驟2)利用Smoothing光滑處理法計算用水量歷史數(shù)據(jù)時間序列的T4253H平滑序列，以剔除數(shù)據(jù)異常值，完成歷史數(shù)據(jù)的光滑處理；計算方法先對時間序列依次做4次移動中位數(shù)處理，計算范圍分別為4、2、5、3；然后再做移動平均處理；3)對于T4253H平滑序列的各期數(shù)據(jù)，自當(dāng)前期向前，令各期權(quán)重按指數(shù)規(guī)律下降，建立其指數(shù)平滑模型；模型中取點，即可知該點對應(yīng)年限的城市預(yù)測用水量。
全文摘要
本發(fā)明公開了一種城市需水量時間序列-指數(shù)平滑模型預(yù)測方法，基于城市用水量歷史數(shù)據(jù)，定義歷史數(shù)據(jù)的時間序列；利用Smoothing光滑處理法計算用水量歷史數(shù)據(jù)時間序列的T4253H平滑序列，以剔除數(shù)據(jù)異常值，完成歷史數(shù)據(jù)的光滑處理；對于T4253H平滑序列的各期數(shù)據(jù)，自當(dāng)前期向前，令各期權(quán)重按指數(shù)規(guī)律下降，建立其指數(shù)平滑模型；預(yù)測未來城市的用水量。本發(fā)明的預(yù)測方法性能穩(wěn)定、原理清晰、預(yù)測過程簡便易行、預(yù)測結(jié)果精準(zhǔn)，預(yù)測誤差能夠滿足城市供水規(guī)劃及水廠調(diào)度應(yīng)用。
文檔編號G06F19/00GK101916335SQ20101025650
公開日2010年12月15日 申請日期2010年8月19日 優(yōu)先權(quán)日2010年8月19日
發(fā)明者劉俊良, 張立勇, 張鐵堅, 王鵬飛, 陳旭 申請人:河北農(nóng)業(yè)大學(xué)