Resumen

Aunque la gestión y planificación de los recursos hídricos son extremadamente significativas para el desarrollo humano, la complejidad de la implementación es inimaginable. Para lograr esto, la predicción de consumo de agua de alta precisión es en realidad el componente clave del sistema de gestión de optimización del agua urbana. El consumo de agua suele estar afectado por muchos factores, como el clima, la economía y los precios del agua. Si estos factores de impacto se combinan directamente para predecir el consumo de agua, se ignorará el peso de cada perspectiva en el consumo de agua, lo que será muy perjudicial para la precisión de la predicción. Por lo tanto, este artículo propone un sistema complejo basado en una red neuronal profunda para la gestión del agua urbana. La esencia de ello es formular un modelo de predicción de consumo de agua con la ayuda del análisis de componentes principales (PCA) y la red neuronal profunda integrada, abreviada como UWM-Id. El PCA clasifica los factores que afectan al consumo de agua en los datos originales en

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Gestión; Recursos hídricos; Predicción de consumo; Optimización del agua urbana; Red neuronal profunda; Análisis de componentes principales
• Keywords:Management; Water resources; Consumption prediction; Urban water optimization; Deep neural network; Principal component analysis