一种基于生成对抗网络的城市中长期用水趋势预测方法

本发明公开一种基于生成对抗网络的城市中长期用水量预测方法。首先利用历史用水量时序数据和对应的影响因素时序数据训练循环条件生成对抗网络(RCGANs)，得到输出为模拟用水量时序的生成器，然后利用该生成器模拟生成不同影响因素情况下的用水量序列，扩充原始数据集，再利用扩充后的数据集，训练下游预测模型，最后将生成器预测序列和下游模型预测序列加权组合得到最终预测结果。本发明利用生成对抗网络同时进行模型构建和数据增强，显著提高了组合模型对城市中长期用水趋势的综合预测性能。