3) dynamic water consumption forecasting model
用水量动态预测模型
4) hourly water demand forecast
时用水量预测
1.
As BP neural network suffers drawbacks like the choice of the topology structure and overfiting,an hourly water demand forecast model based on ν-support vector machine(ν-SVM) was developed on the basis of the correlation analysis of the hourly water demand series.
为解决BP神经网络结构较难确定以及过学习的问题,在对时用水量序列进行相关分析的基础上,建立了基于ν-支持向量机(ν-SVM)的时用水量预测模型。
5) load forecasting model
用电量预测模型
1.
By combining the probabilistic Latent Semantic Analysis (pLSA) that can cluster random data into respective aspects and content-based collaborative filtering, a novel load forecasting model based on normalized Gaussian probabilistic latent semantic analysis collaborative filtering is proposed in order to avoid see.
本文提出利用概率潜在语义分析使历史随机数据呈现出各种有规律的示象(aspect),结合对内容的协同过滤技术去建立用电量预测模型,从而利用统计学习的方法避开了对影响系统输出的隐含变元的寻找与刻画。
补充资料：灌溉用水量
灌溉用水量
amount of irrigation water
guan’gai yongshuiliang灌溉用水量(amount of irrigationwater)灌溉土地需从水源取用的水量，通常以立方米计。它是灌区规划设计和管理运用的重要数据。 灌溉用水量包括作物正常生长所需灌溉水量与渠系输水、田间灌水所损失的水量之和。作物正常生长所需灌溉水量称净灌溉用水量，也叫有效灌溉水量，特殊条件下还包括为改善作物生态环境如防霜冻、风蚀、大气千旱、洗盐、调节土温，喷洒农药等需用的水量。加上从水源到田间的损失水量后叫毛灌溉用水量。 一种作物某次灌水的净灌溉用水量用下式求得: M刀二m‘创式中M刀为作物某次净灌溉用水量(立方米);脚为作物某次灌水定额(米“/亩);田为作物的灌水面积(亩)。 一种作物某次灌水的毛灌溉用水量为:rr一功矛V︸一刃 一一峋式中Mg为作物某次毛灌溉用水量(立方米);刀w与灌溉水利用系数。 全灌区(或种植区)一个时段净灌溉用水量M，、可由同期灌水的各种作物的M，叠加得出，也可用此时段的综合净灌水定额卿。。与各种作物总的灌水面积之积算出。 全灌区(或种植区)一个时段毛灌溉用水量M‘g可用下式计算:M烤=一种作物全生长期的灌溉用水量(包括播前水)称为该种作物的灌溉用水量。全灌区各种作物在一年内的灌溉用水量称为灌区的灌溉用水量。不同年份(如干旱年、中等年、湿润年)的灌溉用水量不同，因此，多采用多年平均值为指标。 灌溉用水量的大小及其在多年和年内的变化情况，与有效降水，各种作物的灌溉制度，灌溉面积以及渠系输水和田间灌水的损失等因素有关。 (朱光大)
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条