基于主要驅(qū)動(dòng)因子篩選法和深度學(xué)習(xí)算法的浙江省動(dòng)態(tài)需水量預(yù)測(cè)

摘要： 收集了浙江省2000—2020年各用水行業(yè)需水量數(shù)據(jù)，采用基于Spearman秩相關(guān)分析的主要驅(qū)動(dòng)因子篩選法篩選了影響各行業(yè)需水量的主要驅(qū)動(dòng)因子，進(jìn)而構(gòu)造了改進(jìn)的長(zhǎng)短時(shí)記憶(LSTM)神經(jīng)網(wǎng)絡(luò)需水量預(yù)測(cè)模型，對(duì)各行業(yè)需水量進(jìn)行動(dòng)態(tài)滾動(dòng)預(yù)測(cè)，并將改進(jìn)LSTM模型的預(yù)測(cè)結(jié)果與傳統(tǒng)單變量LSTM預(yù)測(cè)模型、卷積神經(jīng)網(wǎng)絡(luò)模型、支持向量回歸模型的預(yù)測(cè)結(jié)果進(jìn)行了對(duì)比。結(jié)果表明，基于主要驅(qū)動(dòng)因... （共7頁(yè)）