(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111484761.5 (22)申请日 2021.12.07 (71)申请人 重庆大学 地址 400030 重庆市沙坪坝区沙正 街174号 (72)发明人 梁志杰　蒋颖朵　崔福义　时文歆　 林艳　 (74)专利代理 机构 重庆华科专利事务所 5 0123 代理人 康海燕 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/12(2012.01) (54)发明名称 一种酒店建 筑用水量的预测方法 (57)摘要 本发明涉及一种酒店建筑用水量的预测方 法。 其步骤如下： 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； 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； 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； 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； 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。 本发明为公共建筑供用水系统发展 提供了研究方向； 帮助设计人员消除主观性和不 确定性， 提高了设计的科 学性和合理性。 权利要求书2页 说明书12页 附图1页 CN 114021859 A 2022.02.08 CN 114021859 A 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Hub er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+0.0 03x2+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。权　利　要　求　书 1/2 页 2 CN 114021859 A 29.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 权　利　要　求　书 2/2 页 3 CN 114021859 A 3