论文部分内容阅读
为市政的水消费的短期的预报的一条途径基于混乱理论的最大的 Lyapunov 代表被介绍。城市的水消费的时间系列的混乱特征借助于最大的 Lyapunov 代表和关联尺寸被检验。由使用最大的 Lyapunov 代表，为城市的水消费的一个短期的预报模型被开发，它与人工的神经网络(ANN ) 相比是在案例研究的途径。结果显示模型比 ANN 方法，和它的预报吝啬的亲戚基于最大的 Lyapunov 代表有更高的预言精确和预报稳定性当它在规模以外是 60.6% 时，错误在它的最大的可预言的时间规模以内是 9.6% 。