陕西省月用水量预测方法研究

作     者：陈星 沈紫菡 许钦 刘睿佳 蔡晶 CHEN Xing;SHEN Zihan;XU Qin;LIU Ruijia;CAI Jing

作者机构：河海大学水文水资源学院江苏南京210098 河海大学水灾害防御全国重点实验室江苏南京210098 河海大学长江保护与绿色发展研究院江苏南京210098 南京水利科学研究院水文水资源研究所江苏南京210029 

出 版 物：《水利水电科技进展》 (Advances in Science and Technology of Water Resources)

年 卷 期：2025年第45卷第1期

页      面：73-78页

核心收录：

学科分类：082802[工学-农业水土工程] 08[工学] 0828[工学-农业工程] 

基　　金：国家自然科学基金项目(52209031) 中央级公益性科研院所基本科研业务费专项资金项目(Y522001,Y522018,Y520009) 山东省重点研发计划项目(2023CXGC010905) 

主　　题：月用水量预测 ARIMA模型 遗传算法 神经网络模型 因子筛选 陕西省 

摘      要：基于国家水资源管理信息系统的月用水量数据分析,选用ARIMA模型、BP神经网络模型以及经过遗传算法(GA)优化的BP神经网络模型(GA-BP神经网络模型)进行月用水量模拟。在构建BP神经网络模型过程中,通过多源社会经济数据的整合与分析,采用平均影响值算法(MIV)和皮尔逊相关系数联合方法筛选月用水量的关键影响因子。研究结果表明,三种模型在陕西省月用水量预测中均表现出较高的精度,其中GA-BP神经网络模型的预测精度最高。为进一步验证影响因子对模拟结果的影响,采用不同方法筛选影响因子作为GA-BP神经网络模型的输入,模拟结果表明,MIV和皮尔逊相关系数联合方法提高了影响因子的选取精度,能够有效提升GA-BP神经网络模型的模拟性能。