PSO和SVM混合算法确定太湖入湖河流水质主要影响因子

以影响太湖入湖河流水质的24个因子值为研究对象，将PSO算法与SVM算法相结合。PSO算法用于优化SVM算法的参数c和g，以利于快速、高效地确定c和g的全局最优值；SVM算法基于最优的c和g，分别以24，21，18，15，12，9和6个因子作为特征向量预测水质的污染程度。结果表明，当特征向量为9个影响因子时预测率最高。其参数c=18.56，g=1.35，对应的预测率为：全局预测率92.59%，重度污染水质预测率88.89%，轻度污染水质预测率94.45%。因此，通过PSO和SVM混合算法，可以确定影响太湖入湖河流水质的主要因子，利用这些主要因子对水质进行预测预警，不但可以节省时间，而且可以得到精确的结果。     

环境影响预测中基准值问题的探讨

鉴于目前环境影响预测中基准值取法存在的问题，提出了结合目前通用做法与灰色预测的灰靶方案，该方案使得环境影响预测结果在一定范围内变化，从而更为切合评价实际。     

兰州市SO2排放总量预测的BP人工神经网络模型

依据兰州市大气污染复杂的特点，首次将BP人工神经网络用于兰州市SO2排放总量的预测，结果表明，BP人工神经网络能较好地用于污染物排放总量的预测，且具有预测精度高，对数据数量和精度要求不高和客观性较强等优点。     

利用MOBILE 6.2模型预测LPG出租车排放因子

针对MOBILE6．2预测天然气汽车排放因子的功能，分析了其在预测液化石油气（LPG）轻型汽车上的可行性。并根据LPG出租车汽车排放总量分析系统（VMAS）测试结果，得到所需参数，预测了实验车队的排放因子，与实测值的误差≤10％，表明MOBILE6．2预测LPG轻型汽车排放因子具有良好的适用性。     

基于GM（1,1）模型的城镇生活污水排放量预测

根据2000--2012年全国城镇生活污水排放量数据，建立了相应的GM（1，1）模型和预测函数。通过后验差检验等对预测函数进行了评估，并对2013--2017年城镇生活污水排放量进行了预测，结果表明，2013--2017年全国城镇生活污水的排放量逐年增加，呈上升趋势，从2013年的477．2736亿t上升到2017年的624．1022亿t；灰色预测模型和方法简单易用，利用较少的数据即可进行精度较高的预测。     

微机模拟在污染控制预测研究中的应用

全省重点行业（企业）污染的排放全过程宏观控制规划预测研究微机模拟系统，是根据实际工作需要开发研制的。系统数据库，预测评价及决策与一体，将系统分为数据库子系统、目标预测子系统、质量评价子系统和总量控制子系统四大部分。     

英国公布迄今最细致的气候变化预测报告

新华网消息，英国研究人员最近公布了一份气候变化预测报告，将整个英国以25km^2为单位分成小块，预测各地可能受气候变化的影响，这是迄今世界上最细致的气候变化预测报告。据英国《自然》杂志网站目前报道，英国气象局等机构的研究人员用了约400个气候变化预测模型，对相关数据进行综合分析后写出了这份报告。     

总量控制模型在河流水质预测中的应用

本文根据卫河实际情况，采用总量控制模型对卫河水质中有机污染指标化学耗氧量（ＣＯＤ）和生化需氧量（ＢＯＤ５）进行了预测，取得了与实际监测数据较为接近的结果，其中ＣＯＤ预测精度达８５％，ＢＯＤ５预测精度则达到了９５％以上。该方法简便直观、易于掌握，具有较强的实用性。     

1976-2005年唐山地区降水变化规律及干旱预测

利用唐山市1976-2005年各县年降水序列，分析了该市降水的空间分布规律和时间变化特点。采用灰色系统的灾变预测方法，对各县分别建立了GM（1，1）模型，进行未来25年唐山市各站的干旱年预测。利用残差检验、后验差检验和关联度检验对各模型分别进行了精度检验。结果表明，预测模型精度较高，可以对唐山市各县未来的干旱年进行预测，从而为科学决策提供依据。     

大气污染物浓度预测方法的研究

针对大气中污染物浓度变化具有的可预测性，给出一种预测方法。并就具体问题进行了预测。     

环境污染周期性变动的定基比率法预测

一、预测计算过程 定基比率法是在连环比率系数法基础上形成的一种新的季节模型预测法，其预测计算过程如下：     

非等间隔GM（1，1）模型在液相色谱保留值研究中的应用

本文运用灰色系统理论思想，建立非等间隔ＧＭ（１，１）模型，对色谱中的流动相组成及容量因子的关系进行预测研究，所建立模型能实现对各实验点值进行模拟和合理地预测。     

检验环境影响预测准确度统计方法的研究近况

开展环境影响评价工作近二十年来，国内外对预测结果准确度的检验尚无制定统一标准，而预测结果的准确与否，又直接影响到环境影响报告书的质量。为此，本文将国内外这方面的研究状况作以评论，以供从事环境影响评价和后评估的专业人员参考     

地表水COD浓度灰色预测的GPPM（1）模型

根据地表水中ＣＯＤ浓度的时序数据，建立了ＧＰＰＭ（１）预测模型，结果表明ＧＰＰＭ（１）模型的预测精度优于常规灰色ＧＭ（１，１）模型，它为环境系统的拟合，预测和决策提供了新的方法途径。     

用计算器灰色预测环境污染

建立了环境污染预测的ＧＭ（１．１）模型，并在ＣＡＳＩＯｆｘ－３８００Ｐ计算器上进行程序设计。实例应用结果表明，用计算器来实现环境污染灰色预测，不仅简便、快速、结果准确可靠，而且较之计算机更为方便实用。     

基于比例下降-灰色预测型线性规划的大气污染控制规划模型

探讨了比例下降模型和灰色预测型线性规划模型机理及比例下降-灰色预测型线性规划模型建模和求解的过程。根据大气污染控制规划实例，在该区域内污染源按等比例下降方式排放污染物构建模型，运用单纯形法对模型求解并对规划结果进行灵敏度分析。结果表明，比例下降-灰色预测线性规划模型适宜含有不确定性信息的区域大气污染控制规划，尤其在空间尺度较大的污染控制区内，针对不同污染源规划相应的污染控制方案时具有适应性。     

兰州市城区冬季大气污染模式确定及预测预报的研究

利用１０年的监测数据，采用主成分分析和多元逐步回归分析方法，推导出兰州市城区冬季大气主要污染物的预测预报模型，同时，结合兰州城区冬季大气污染现状及气象特征，制定了首要污染的警戒值和应急措施，通过验证，模型的精度和警戒值指标符合实际情况并可满足预测预报的要求。     

公路噪声模式存在的问题与处理

采用《公路建设项目环境影响评价规范》（试行）中推荐的环境噪声影响预测模式（规范模式）和以“城市道路交通噪声预测统计模型”为基础的综合模式分别对高速公路交通噪声进行了计算，并利用实测资料对两种模式进行了检验和比较分析。指出规范模式存在着对低车流量噪声预测值偏大（约4－5dB）等问题，而综合模式可以部分弥补这些缺陷，使预测能力明显提高。     

硝基芳烃毒性的线性溶剂化能相关（LSERs）预测模型

应用线性溶剂能参数建立了准确预测硝基芳烃对隆线蚤的急性生物毒性ＥＣ５０模型，对有基芳烃其模型为ｌｇＥＣ５０－１．５０４－６．８９３Ｖｉ／１００－０．２９８π０．１５１βｍ－０．４２７αｍ，该模型具有计算简单，预测准确性大、精密度高的特点。应用该模型可以预测大范围内单硝基芳烃的毒性ＥＣ５０值。     

t分布受控遗传算法优化BP神经网络的PM2.5质量浓度预测

根据齐齐哈尔大学监测点2014年3—5月PM2?5质量浓度及其对应的每小时的气象因素、气体污染物浓度，建立基于t分布受控遗传算法的BP神经网络模型（ BPM?TCG），对PM2?5质量浓度进行模拟预测。并将其与BP神经网络模型、遗传算法优化BP神经网络模型（ BP?GA）进行对比分析。3种模型预测结果表明：BPM?TCG模型预测精度最高，泛化能力最好。 BPM?TCG模型对PM2?5质量浓度的准确预测为预防和控制PM2?5提供依据。