4　结语
城市水资源消费是一个多因素、多层次的复杂系统，要准确描述这些因素与水资源消费量的相关模型是困难的，但从水资源消费量的时间序列中能体现出城市水资源消费的发展趋势，也就是利用这种动态记忆特征，结合灰色理论应用中建立等维新息模型的思想，通过建立能反映其趋势的等维新息训练样本，进行bp网络学习，以多维权值的形式反映用水量的内在规律。已知输入，只需上机运算，而不需任何其它的人工行为，网络本身具有很强的自组织、自适应能力。模型训练好之后，就可以对未来城市水资源消费进行预测。
　　神经网络理论结合灰色建模思想进行时间序列问题的预测是一种试的尝试，如何选择训练样本，如何确定输入节点及隐节点个数才能进一步提高模型精度，需进一步讨论。但就本文的实例验证来看，所建模型无疑是有发展潜力的。

参考文献：
[1]彭岳津.城市化进程对水资源需求的影响[a].水资源与水环境承载能力研究文集[c].北京：中国水利水电出版社，2002.
[2]吴文桂，洪世华.城市水资源评价及开发利用[m].南京：河海大学出版社，1988.
[3]陈惠源，万俊.水资源开发利用[m].武汉：武汉大学出版社，2001.
[4]杨建刚.人工神经网络实用教程[m].杭州：浙江大学出版社，2001.
[5]李正最.排污量灰色预测方法[j].水资源保护，1991，(2)：18～22.
[6]李正最.推算洪水流量的人工神经网络方法[j].四川水力发电，1997，(1)：10~14.
[7]唐启义，冯明光.实用统计分析及其dps数据处理系统[m].北京：科学出版社，2002.

theequal-dimensionandnew-informationbpneuralnetworkmodelofwaterresourcesconsumption

abstract：aequaldimensionandnewinformationmodelofurbanwaterconsumptionhasbeenestablishedbasedonback-propagationneuralnetwork.bytheexperimentatcertaincity，andincomparisonwithothersmethods，itwasprovedthattheforcastingerrorswaslittleandcanmeetthepracticalrequiementofplanningwaterresources.

keywords：back-propagationneuralnetwork;waterresourcesconsumption;forecasting