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

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)動因子篩選法篩選了影響各行業(yè)需水量的主要驅(qū)動因子，進而構(gòu)造了改進的長短時記憶(LSTM)神經(jīng)網(wǎng)絡(luò)需水量預(yù)測模型，對各行業(yè)需水量進行動態(tài)滾動預(yù)測，并將改進LSTM模型的預(yù)測結(jié)果與傳統(tǒng)單變量LSTM預(yù)測模型、卷積神經(jīng)網(wǎng)絡(luò)模型、支持向量回歸模型的預(yù)測結(jié)果進行了對比。結(jié)果表明，基于主要驅(qū)動因...