共查询到20条相似文献,搜索用时 60 毫秒
1.
2.
3.
对GM(1,1)模型经差分形式化及令定写成直线方程形式。据最小二乘法原理,原方程的参数辨识可借助线性回归方法来实现。从而使GM(1,1)模型的应用更显普及和实用化。 相似文献
4.
从开展城市道路交通噪声自动监测的必要性出发 ,对城市道路交通噪声自动监测的监测点位布设和自动监测系统的结构进行了探讨。指出了城市道路交通噪声自动监测点位两种设计方法———路段优化点位法和干线路段普测点位法的优缺点。述说了城市道路交通噪声自动监测系统结构框图。 相似文献
5.
运用灰色系统理论,结合实例详细介绍了GM(1,1)模型在大气环境浓度预测中的应用。 相似文献
6.
灰色系统GM(1,1)残差模型在水质预测中的应用与探讨 总被引:1,自引:0,他引:1
近年来,灰色系统理论在环境预测方面已被较为广泛地应用,本文以青格达湖水质污染指标COD近十余年的监测数据作为原始数据.预测来来水质污染指标浓度值,探讨GM(1,1)模型在水质预测中的适用条件。1方法概述按X(0)的原始数据列得到下述GM(1,1)模型的时间响应函数。从模型得到的还原数据列为已知原始数据列为定义残差为如果取k—i.i+1…·.n,便有残差列q()一(q(0)(i).q(0(i+l)…·,q’0’(n》·对十”建立GM(1,1)模型.得时!司响应函数2计算步骤2.1建立GM(1,1)模型对原始数据列X”’作一次累加主成… 相似文献
7.
应用GM(1,1)模型,对大同市各功能区环境噪声进行综合预测,得出了大同市未来几年城市噪声的变化趋势。 相似文献
8.
近年来,随着城市经济的不断增长,人民生活水平的不断提高,城市交通发展迅速,机动车辆大幅度增加,城市交通噪声污染问题越来越突出。城市建设发展迅速,新建扩建的街道、马路使原来偏僻区域变成了繁华嘈杂的市区,从而加重了交通噪声对周边环境的影响。交通噪声声源流动、声级高、干扰时间长、影响范围广,严重扰乱了城市居民的生活、工作和休息。 相似文献
9.
应用灰色系统GM(1,1)模型,对地下水中总硬度的变化作了预测.检验结果表明,该模型精度较高,是一种较好的预测方法. 相似文献
10.
11.
广州市昼夜道路交通噪声的监测与分析 总被引:6,自引:1,他引:6
对广州市的昼夜交通噪声污染现状进行了分区域分道路等级的实地监测,得到共53个监测点位白天和夜晚的等效声级及其统计声级,同时对每个监测点展开了交通流调查,并分析交通流特征对交通噪声的影响。监测结果表明, 白天快速路、主干路、次干路及支路的平均等效声级分别为74.2、72.2、67.8、65.1 dB,快速路及主干路沿线的交通噪声污染比次干路及支路的严重。夜晚所有测点的噪声值均超过55 dB,快速路、主干路、次干路及支路的平均等效声级分别为72.2、72.3、66.3、64.5 dB,广州市夜晚的交通噪声污染较为严重。 相似文献
12.
13.
通过对奎屯市6条主要交通干线3年的交通噪声监测与分析,得出各条道路车流量、车型、车速和路况的差异。使交通噪声在空间上差异明显,各交通干道交通负荷不是很重,但二侧噪声污染却比较严重,而且污染水平逐年提高。 相似文献
14.
15.
The City of Amman, Jordan, has been subjected to persistent increase in road traffic due to overall increase in prosperity, fast development and expansion of economy, travel and tourism. This study investigates traffic noise pollution in Amman. Road traffic noise index L
10(1 h) was measured at 28 locations that cover most of the City of Amman. Noise measurements were carried out at these 28 locations two times a day for a period of one hour during the early morning and early evening rush hours, in the presence and absence of a barrier. The Calculation of Road Traffic Noise (CRTN) prediction model was employed to predict noise levels at the locations chosen for the study. Data required for the model include traffic volume, speed, percentage of heavy vehicles, road surface, gradient, obstructions, distance, noise path, intervening ground, effect of shielding, and angle of view. The results of the investigation showed that the minimum and the maximum noise levels are 46 dB(A) and 81 dB(A) during day-time and 58 dB(A) and 71 dB(A) during night-time. The measured noise level exceeded the 62 dB(A) acceptable limit at most of the locations. The CTRN prediction model was successful in predicting noise levels at most of the locations chosen for this investigation, with more accurate predictions for night-time measurements. 相似文献
16.
17.
为了分析《环境影响评价技术导则声环境》(HJ 2.4—2009)中将道路声源简化为1条位于道路中心线处的线声源与按照车道数简化为多条线声源之间的误差,针对不同宽度的道路,推导了多条线声源与1条线声源在接收点噪声影响的误差计算公式,并基于Predictor-lima预测软件预测和现场噪声衰减规律实测进行了验证。研究结果表明,对于接收点到道路边缘的距离大于道路宽度的情况,可简化为1条线声源;对于接收点到道路边缘的距离小于道路宽度的情况,应按照车道数简化为多条线声源。 相似文献
18.
19.