[发明专利]一种城市排水量预测方法及系统

权利要求书

1.一种城市排水量预测方法，其特征在于，包括以下步骤：

获取样本数据集，所述样本数据集包括多个样本数据，每一样本数据包括人口数量、降雨量及对应的排水量；

基于所述样本数据集，采用极限值法确定训练好的灰度模型和系统动力学模型分别对应的第一权值范围和第二权值范围，具体包括：

所述样本数据集包括第一样本数据集和第二样本数据集，所述第一样本数据集和第二样本数据集均包括多个样本数据；

将第一样本数据集中每一样本数据中的人口数量和降雨量输入灰度模型，获得降雨量预测值，根据降雨量预测值与权值的乘积等于所述样本数据中的降雨量实际值，以确定权值，根据每一样本数据对应获得的权值中的最小权值α₁和最大权值α₂确定灰度模型对应的权值范围(α₁，α₂)；以及

将第一样本数据集中每一样本数据中的人口数量和降雨量输入系统动力学模型，获得降雨量预测值，根据降雨量预测值与权值的乘积等于所述样本数据中的降雨量实际值，以确定权值，根据每一样本数据对应获得的权值中的最小权值β₁和最大权值β₂确定系统动力学模型对应的权值范围(β₁，β₂)；

重复权值范围更新过程，直至基于所述灰度模型和所述系统动力学模型获得的排水量预测模型，预测获得的降雨量与对应样本数据中的降雨量的差值在预设范围内，以确定所述第一权值范围和第二权值范围；

所述权值范围更新过程包括：根据所述系统动力学模型的权值范围更新缩小所述灰度模型的权值范围，并根据所述灰度模型的权值范围更新缩小所述系统动力学模型的权值范围；

根据训练好的灰度模型、第一权值范围，以及训练好的系统动力学模型、第二权值范围，获得排水量预测模型；

根据目标预测日期的人口数量和降雨量，基于获得的排水量预测模型获得目标预测日期的排水量。

2.根据权利要求1所述的城市排水量预测方法，其特征在于，所述权值范围更新过程，进一步包括：

设置所述系统动力学模型的最小权值，将每一样本数据中的人口数量和降雨量分别输入所述灰度模型和所述系统动力学模型，获得灰度模型降雨量预测值和系统动力学模型降雨量预测值，并结合样本数据中的降雨量获得对应的权值，根据每一样本数据对应获得的权值中的最小权值和最大权值确定第一中间权值范围；设置所述系统动力学模型的最大权值，并采用相同的方式获得所述灰度模型对应的第二中间权值范围，将所述第一中间权值范围和第二中间权值范围的交集作为所述灰度模型更新缩小后的权值范围；采用相同的方式获得所述系统动力学模型更新缩小后的权值范围。

3.根据权利要求1-2任一项所述的城市排水量预测方法，其特征在于，通过下述方式训练获得系统动力学模型：

确定影响排水量的确定变量和不确定变量，所述确定变量包括人口数量、三产比例、土地开发面积、工业类别和产值，所述不确定变量包括节水模式和水资源开发潜力；

建立各所述确定变量间的第一因果关系图，以及各所述不确定变量间的第二因果关系图；

建立所述第一因果关系图、第二因果关系图与排水量间的逻辑关系图，并根据所述逻辑关系图建立系统动力学模型；

利用所述样本数据集对所述系统动力学模型进行训练，获得训练好的系统动力学模型。

4.根据权利要求3所述的城市排水量预测方法，其特征在于，训练好的系统动力学模型为：

Y＝μAL^γK^δ，

其中，Y为排水量预测值，μ为随机干扰的影响，A为变量的生产或者转化效率，L为确定变量对排水量预测的贡献度，γ为确定变量对排水量预测的贡献度的产出弹性系数，K为不确定变量对排水量预测的贡献度，δ为不确定变量对排水量预测的贡献度的产出弹性系数。

5.根据权利要求1所述的城市排水量预测方法，其特征在于，所述根据训练好的灰度模型、第一权值范围，以及训练好的系统动力学模型、第二权值范围，获得排水量预测模型，包括：选取第一权值范围的中间值作为灰度模型的权值，选取第二权值范围的中间值作为系统动力学模型的权值，进而获得排水量预测模型。