论文部分内容阅读
针对城市用水特点和需求,提出了一种基于小波分解与随机森林模型、ARMA模型结合的短期用水量预测的方法。采用小波分解算法将用水量时间序列分解成若干子序列,最高频子序列具有数据波动剧烈、变化速率快的特点,在实例中对比了随机森林模型、BP神经网络、Logistic回归模型、ARMA模型对于最高频子序列的拟合能力,选定ARMA模型对于高频子序列进行预测;对低频分量与部分高频分量进行预测时结合实时气象数据、时间信息、节假日信息利用随机森林回归算法进行预测,最后将各预测结果进行等权相加得到最终预测结果。实例中的数据为