日供水量的预测可以保证用户在不同时间对水量和水压的要求，同时也能提高水厂的生产效率，减少生产成本，从而提高供水服务质量。月供水量的预测可以平衡水源与各水厂的供给量，提高区域调度能力，减少水资源的浪费。因此，《时间序列特性驱动的城市供水量预测方法及应用研究》笔者白云、王圃、李川从日、月供水量预测两个方面出发，结合实例深入分析供水量时间序列特性，利用混沌、多尺度分析、信息融合、模型预测控制、智能预测等理论和方法，构造不同时间序列特性驱动的城市供水量预测模型。
本书可供系统工程、管理科学与工程、市政工程、环境工程等领域的科研人员、规划设计人员、工程技术人员阅读，也可对进行时间序列分析、预测建模及应用研究的有关学者、高校师生提供参考。

第1章 绪论
1.1 研究背景及意义
1.2 城市供水量预测方法研究现状
1.3 供水量序列特性简述
1.4 研究内容及章节安排
第2章 预测建模相关理论及技术概述
2.1 数据准备及预处理技术
2.2 数据信息特征学习理论
2.3 模型选择问题
2.4 性能评估指标
第3章 供水量时间序列的可预测性分析
3.1 相空间重构
3.2 供水量时间序列混沌分析
3.3 本章小结
第4章 常用供水量预测模型研究
4.1 整合自回归移动平均模型
4.2 误差反向传播神经网络模型
4.3 自适应模糊神经网络模型
4.4 最小二乘支持向量回归模型
4.5 模型预测比较
4.6 本章小结
第5章 日供水量多尺度最小二乘支持向量回归预测模型研究
5.1 局部建模
5.2 日供水量变化规律分析
5.3 多尺度分析
5.4 多尺度最小二乘支持向量回归预测模型
5.5 实例分析
5.6 本章小结
第6章 日供水量变结构最小二乘支持向量回归预测模型研究
6.1 动态建模
6.2 最大预测时间
6.3 变结构最小二乘支持向量回归预测模型
6.4 实例分析
6.5 本章小结
第7章 月供水量加法预测模型研究
7.1 混合建模
7.2 月供水量变化规律分析
7.3 加法预测模型
7.4 实例分析
7.5 本章小结
第8章 总结
8.1 结论
8.2 主要创新点
参考文献