| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 课题背景与意义 | 第11-12页 |
| 1.2 用水量预测研究现状 | 第12-13页 |
| 1.3 用水量预测方法分析与选择 | 第13-15页 |
| 1.3.1 用水量预测常用方法 | 第13-14页 |
| 1.3.2 本文方法选择 | 第14-15页 |
| 1.4 本文的主要工作 | 第15-17页 |
| 第二章 最小二乘支持向量机和粒子群改进算法 | 第17-39页 |
| 2.1 概述 | 第17页 |
| 2.2 最小二乘支持向量机算法 | 第17-21页 |
| 2.2.1 支持向量机理论 | 第17-18页 |
| 2.2.2 最小二乘支持向量机 | 第18-19页 |
| 2.2.3 核函数与模型参数选择 | 第19-21页 |
| 2.3 粒子群算法的改进 | 第21-30页 |
| 2.3.1 粒子群算法的原理 | 第21-23页 |
| 2.3.2 基于种群活性的粒子群改进算法 | 第23-28页 |
| 2.3.3 基于种群活性的极值扰动粒子群算法 | 第28-30页 |
| 2.4 粒子群改进算法的函数优化实验 | 第30-38页 |
| 2.4.1 实验设计 | 第30-34页 |
| 2.4.2 实验结果分析 | 第34-38页 |
| 2.5 本章小结 | 第38-39页 |
| 第三章 数据预处理与用水量特征分析 | 第39-61页 |
| 3.1 概述 | 第39页 |
| 3.2 用水量数据预处理 | 第39-50页 |
| 3.2.1 原始数据介绍 | 第39-41页 |
| 3.2.2 数据修正与补缺 | 第41-43页 |
| 3.2.3 补缺效果验证 | 第43-46页 |
| 3.2.4 时用水量数据的计算 | 第46-50页 |
| 3.3 时用水量特征分析 | 第50-55页 |
| 3.3.1 时间因素 | 第50-53页 |
| 3.3.2 天气因素 | 第53-55页 |
| 3.3.3 其它影响因素 | 第55页 |
| 3.4 用水量预测模型的输入变量选择 | 第55-60页 |
| 3.4.1 特征选择概述 | 第55-57页 |
| 3.4.2 基于相关和冗余分析的特征选择 | 第57页 |
| 3.4.3 基于特征选择的输入变量优化 | 第57-60页 |
| 3.5 本章小结 | 第60-61页 |
| 第四章 基于改进 PSO-LSSVM 的城市时用水量预测 | 第61-74页 |
| 4.1 概述 | 第61页 |
| 4.2 基于粒子群改进算法的 LSSVM 参数选择 | 第61-63页 |
| 4.2.1 粒子群算法与 LSSVM 的融合 | 第61-62页 |
| 4.2.2 算法实现流程 | 第62-63页 |
| 4.3 城市时用水量预测 | 第63-70页 |
| 4.3.1 样本介绍与模型建立 | 第63-65页 |
| 4.3.2 模型输入验证 | 第65页 |
| 4.3.3 仿真结果 | 第65-70页 |
| 4.4 城市时用水量分区预测 | 第70-72页 |
| 4.4.1 供水分区介绍 | 第70页 |
| 4.4.2 仿真结果与分析 | 第70-72页 |
| 4.5 本章小结 | 第72-74页 |
| 第五章 总结与展望 | 第74-76页 |
| 5.1 主要结论 | 第74页 |
| 5.2 研究展望 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-81页 |
| 攻读硕士学位期间已发表或录用的论文 | 第81-82页 |
| 攻读硕士学位期间参与项目情况 | 第82页 |