[发明专利]一种酒店建筑用水量的预测方法

权利要求书

1.一种酒店建筑用水量的预测方法，其特征在于，包括以下步骤：

S1、选取酒店样本，统计酒店样本的用水量、用水人数、建筑规模、建筑内水系统、建筑节水措施和其他相关信息；

S2、依据统计的数据情况，以酒店的用水量为因变量，其余统计内容为自变量，并对因变量数据进行预处理；

S3、对因变量与自变量进行相关性分析，确定影响酒店建筑用水量的因素；

S4、依据相关性分析结果，选择与因变量相关的自变量，采用稳健回归法，建立酒店建筑用水量预测模型；

S5、选取未用于建模的样本，验证酒店建筑用水量预测模型的预测能力，并确定其预测区间。

2.根据权利要求1所述的酒店建筑用水量的预测方法，其特征在于，所述S1中，选取的酒店样本包括五星级酒店、四星级酒店、三星级酒店和三星级以下的酒店。

3.根据权利要求1所述的酒店建筑用水量的预测方法，其特征在于，所述S1中，用水量的统计为逐月用水量或平均月用水量；用水人数的统计内容包括床位数、入住率、客人数和员工数；建筑规模的统计内容包括建筑年份、酒店星级、建筑面积、建筑层数、是否设置绿化、是否提供餐饮服务和是否提供会议服务；建筑内水系统设计的统计内容包括供水方式、热水系统、空调系统、大规模用水情况和浴缸设置情况；建筑节水措施的统计内容包括节水宣传和非传统水源利用；其他相关信息包括地理位置、洗衣方式和用水计量详细程度。

4.根据权利要求1所述的酒店建筑用水量的预测方法，其特征在于，所述S2中，因变量为酒店的平均日用水量，对因变量的预处理为剔除各个酒店样本月用水量数据集中的离群值和不合理数值，再求其平均日用水量，其中，数据中的离群值采用箱线图来确定；

自变量包括数值变量和名义变量，对于名义变量，按照统计情况进行赋值。

5.根据权利要求1所述的酒店建筑用水量的预测方法，其特征在于，所述S3中，对因变量与自变量进行相关性分析时选择的相关系数为斯皮尔曼相关系数，除计算相关系数外，还需通过假设检验判断其相关性是否显著。

6.根据权利要求1所述的酒店建筑用水量的预测方法，其特征在于，所述S4中，采用的稳健回归法为M估计法，建立的酒店建筑用水量预测模型为酒店平均日用水量预测模型。

7.根据权利要求5所述的酒店建筑用水量的预测方法，其特征在于，所述S4中，采用Stata16.0软件中的M估计法，建立酒店建筑用水量预测模型，具体为：采用迭代再加权最小二乘法求取未知参数的M估计量，Stata16.0软件中的第一次迭代从最小二乘法估计所得结果开始，先采用Huber估计，经历几次迭代后转为双权数估计，直至未知参数稳定在某一次迭代结果上。

8.根据权利要求7所述的酒店建筑用水量的预测方法，其特征在于，采用Stata16.0软件中的M估计法，建立酒店建筑用水量预测模型的回归方程表达式为：

ln(y)＝1.173+0.003x₂+2.100×10⁵x₈+0.883x₁₁+0.748x₁₅

其中，y为酒店平均日用水量，ln(y)表示经对数变换后的平均日用水量，x₂为床位数，x₈为建筑面积，x₁₁为餐饮，x₁₁的取值为0或1，x₁₁＝0，表示无餐饮服务，x₁₁＝1，表示提供餐饮服务，x₁₅为空调系统，x₁₅的取值为0或1，x₁₅＝0，表示单体空调系统，x₁₅＝0，表示中央空调系统。

9.根据权利要求8所述的酒店建筑用水量的预测方法，其特征在于，所述S5中，验证酒店建筑用水量预测模型的方法为，计算未知酒店的预测用水量、置信区间及相对误差，并依据相对误差确定预测区间。

10.根据权利要求9所述的酒店建筑用水量的预测方法，其特征在于，酒店建筑用水量预测模型的预测区间为