郭晟宏，蒋婧琳，王昱童，徐静婕，王 柯

(浙江树人学院 信息科技学院，浙江 杭州 310015)

      摘要：精确的水资源需求预测对于用水模式分析至关重要，它在水资源节约和需求管理中扮演着潜在的关键角色.大多数现有方法难以捕捉水资源需求的长期依赖性以及在连续的多期预测中保持高准确度.为了应对这些挑战，文章研究的重点在于利用深度学习构建多期水资源需求预测的时间模型.即构建一个基于注意力机制的深度学习模型，通过注意力机制来识别数据中的时间依赖性，为多期水资源需求预测提供支持.此外，文章还通过四种用水情景的水资源需求数据，对所提出的模型与其他方法进行对比分析.实验结果表明，文章模型在多期水资源需求预测方面，具有准确且稳定的预测能力.

      关键词：需水量预测；自注意力机制；深度学习

      中图分类号：TP183                           文献标志码：A                          文章编号：1671-2714（2024）04-0020-06