文章摘要:准确的用水量预测是响应国家高质量发展的重要抓手，也是城市水资源优化配置的基础。针对用水量序列存在波动性、灰色模型与所需因素存在线性关系等问题，本文提出了一种基于HP滤波分解的GM-LSSVR预测模型，即先采用灰色关联分析法筛选合适的用水量影响因素，再利用HP滤波分解法将筛选的用水量及影响因素分解为长期趋势序列和短期波动序列，最后通过GM-LSSVR组合模型来预测用水量。以郑州市为例，使用该模型预测2001-2019年用水量，并与GM（1，N）模型、BP神经网络模型的预测结果进行对比。结果表明，基于HP滤波分解的GM-LSSVR预测模型预测精度大大提高，具有可行性与实用性，可以较好的应用于城市用水量预测研究中。

文章关键词:

项目基金: