摘要：针对城市用水量时间序列包含逐步增长趋势、季节性趋势及不确定性的非线性波动特点，单一预测模型往往很难充分反映原始数据中全部的有效信息，结合季节性时间序列模型（SARIMA）和BP神经网络二者优点，构建了一种新型的组合预测模型，对上海市用水量进行不同时间尺度的预测。结果表明，在不同时间尺度上组合预测模型均比单一预测模型精度高、预测质量稳定。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社