西宁城市化增温效应及其灰色预测模型的建立

利用相邻两气象站年均气温的差值序列进行分析,不仅可以消除气候趋势变化的影响,而且可以准确客观地分析出城市化增温效应的变化幅度.灰色系统(Grey system)理论在短时间序列的应用中具有较高的实效性.通过对1985—1994年10年资料的处理,并利用灰色系统理论建立气温增加幅度动态模型,对西宁市九十年代后期气温可能增加幅度进行预测,其模拟效果很好,关联度高,相对误差小.     

一种城市生活垃圾产量预测的改进方法

将灰色系统理论与多元线性回归分析方法相结合，是研究城市生活垃圾产量预测的一种改进方法。以成都市为例。运用灰色关联度分析确定影响城市生活垃圾产量的4个主要因子：城市非农业人口、气化率、城市人均消费性支出、清扫面积。利用GM(1，1)模型预测上述4个因子的变化情况。建立一个包含这些因子的垃圾产量的多元线性回归分析预测模型，并对2004～2010年的垃圾产量进行预测。该模型预测精度高，实用性强，可为垃圾产量预测提供一种可靠的方法。     

组合优化的能源消费量预测模型

针对非等间距灰色系统预测中存在误差较大的问题,结合序列本身的特点,利用世界能源消费的历史数据,采用3种灰色预测模型与神经网络进行组合优化,建立了灰色神经网络的能源消费量组合预测模型.实证分析结果表明,提高了模型的拟合和预测精度,拓宽了应用范围.模型中对能源的消费趋势进行预测,为科学地分析能源结构提供了依据.     

生态示范区可持续发展灰色评估系统设计应用

介绍了如何在国家级生态示范区的可持续发展评估中运用灰色系统理论构建定量评估系统模型,并给出了关系型指标表、量纲模型、多元灰色预测模型和发展系数模型以及应用实例.根据该评估系统模型所开发的灰色评估系统由数学模型、计算机软件和硬件组成,可自动完成量纲统一、指标预测、相关分析、综合评估和趋势图表的运算和输出.     

水质灰色预测模型在VBA中的实现

灰色预测是环境污染预测应用相当广泛的方法。根据文献报道,基于Matlab和Excel实现灰色预测中存在着占用内存、单元格填埋计算公式等等的不足,因此提出了一种基于VBA在Excel下编写宏程序轻松实现灰色预测的方法,并将其运用到北海市地表水污染物预测。结果表明,本程序简短,操作方便,计算结果准确可靠,彻底把用户从繁琐的手工操作中解放出来。     

环境风险预测数学模型

本文基于环境风险预测分析的基本思想,应用模糊图、灰色系统、非线性回归、随机过程和可靠性系统工程理论和方法,探讨了环境风险预测的数学模型。给出了环境风险预测的双向模糊图模型、灰色马尔夫预测模型及非线性回归模型,这些模型的应用为环境风险评价和环境风险管理提供了科学依据。     

基于GM(1,1)的芜湖市人均农用地生态足迹变化研究

应用Wackernagel等提出的生态足迹方法,对芜湖市1996—2005年的人均农用地生态足迹、人均农用地生态承载力和生态赤字进行了计算;利用灰色系统预测模型建立了芜湖市人均生态足迹、生态承载力预测模型GM(1,1),经求解、检验、预测,可得到今后数年该市人均农用地生态足迹、生态承载力数据,并对灰色系统模型应用于生态足迹的预测作了可行性分析。结果显示,未来5年该区域的人均农用地生态足迹呈逐渐增大、人均农用地生态承载力呈逐渐下降的趋势,人均生态赤字也逐渐增大。     

武汉市三废产生量的相关分析及预测

在分析1991-2002武汉市三废产生量的时间变化特征基础上,运用灰色关联度方法,定量分析了武汉市城市三废产生量的主要因子。利用灰色系统理论建立了城市三废产生量的GM（1,1）模型,模型经精度检验合格,预测了2010年武汉市三废产生量,预测结果为：武汉市三废产生量到2010年将达到432．63百万吨、3998．08亿标准立方米和678．10万吨。     

基于灰色系统理论的加速退化试验可靠性评估

加速退化试验的原始数据大部分是离散分布的,导致难以适用于传统可靠性评估方法。在加速退化试验数据的可靠性评估研究方面,提出了使用灰色系统理论方法来分析加速退化试验中获取的原始数据,通过对加速退化试验获得的量纲和时间长度均不相等的实验原始数据进行预处理、灰色关联度考查并建立灰色离散模型,实现初始数据同一性。最后以某电子组件加速退化试验数据为例,通过数据预处理和灰色系统理论分析两大步骤,实现对70℃下的加速退化试验原始数据的分析处理,验证了灰色系统理论对原始试验数据的处理可以进一步提高可靠性评估的实用性。     

组合优化的能源消费量预测模型

针对非等间距灰色系统预测中存在误差较大的问题，结合序列本身的特点，利用世界能源消费的历史数据，采用3种灰色预测模型与神经网络进行组合优化，建立了灰色神经网络的能源消费量组合预测模型。实证分析结果表明，提高了模型的拟合和预测精度，拓宽了应用范围。该模型可对能源的消费趋势进行预测，为科学分析能源结构提供依据。