基于ARIMA模型的北京市朝阳区建筑垃圾产量分析与预测

在建筑垃圾产量历史数据缺失的情况下,借助ARIMA模型预测朝阳区拆除面积和建筑竣工面积,从经验系数法和间接预测法入手,对朝阳区的拆除垃圾、新建垃圾和装修垃圾的产量进行了预测。研究结果,表明未来8年朝阳区新建剩余垃圾和装修垃圾的产生量呈缓慢上升的趋势,工程槽土和拆除垃圾的产生量呈现周期性的波动;工程槽土对建筑垃圾总量的贡献最大,其次是拆除垃圾,新建垃圾的贡献最小。综合考虑不同类建筑垃圾的产生量和特点,朝阳区政府应加大拆除垃圾和装修垃圾无害化和资源化的管理力度。     

建筑垃圾产量预测与时空特征研究:以南京江北新区为例

建筑垃圾的产量预测与时空特征分析是制定城市建筑垃圾资源化管理方案的重要参考依据。界定了建筑垃圾的定义与分类,提出基于情景分析的单位建筑面积建筑垃圾产量预测方法,并以南京市江北新区直管区为例,采集控制性详细规划、倾斜摄影地图、地形图、百度全景地图、年度在建施工项目与征收项目清单等基础资料,对江北新区直管区近期（2018年）与远期（2019—2030年）的拆建垃圾产量进行估算与分析;同时借助ArcGIS技术,采用核密度分析实现拆建垃圾空间分布的可视化与特征分析,为后续建筑垃圾资源化处置方案设计提供基础数据与决策依据。     

我国城市垃圾产量预测

运用统计预测的方法对我国城市垃圾产量进行了预测 ,并对各时期的预测结果进行分段分析 ,阐明了影响全国垃圾产量的因素及其贡献大小。     

生活垃圾产量预测实例研究

本文分析了海淀区城区生活垃圾产量(1998-2005年)以及影响垃圾产量的因素,采用多元线性回归分析方法建立了垃圾产量预测模型.结果表明,非农业人口和暂住人口、国内生产总值、城镇居民人均可支配收入、城镇居民人均消费性支出是影响垃圾产量的主要因素.采用该模型对海淀区城区2006-2010年生活垃圾产量进行了预测.而海淀新区用人均日产垃圾量与人口相乘的方法预测生活垃圾产量,最后把两项预测结果相加,得到海淀区2006-2010年生活垃圾产量,结果显示未来五年内海淀区生活垃圾产量继续缓慢增长,预计2010年垃圾产量将达到106.5万t.     

合肥城市生活垃圾量的关联分析与灰色预测研究

基于灰色系统理论,运用灰色关联度分析法定量分析了影响合肥城市生活垃圾产量的主要相关因素;建立了合肥城市生活垃圾年产量的预测GM(1,1)模型,并对合肥市未来五年的生活垃圾产量进行了预测.预测结果显示,"十一五"期间合肥城市生活垃圾产量的年平均增长率将8.9%左右,而到2010年合肥生活垃圾产量更是将达到81.2万吨.研究表明,所建立的模型精度较高,预测值的验证性良好,运用灰色关联度分析和模型预测方法在城市生活垃圾研究中可以发挥良好的作用.     

运用三次指数平滑法及多元线性回归预测并分析2000年垃圾产量

本文论述了如何运用统计预测的方法来预测我国2000年垃圾产量,以及垃圾产量的五元线性回归分析过程,并对预测结果进行了分析,说明了诸多因素与垃圾产量的线性关系.预测的方法很多,如:回归预测法、时间序列预测法、趋势外推预测法、指数平滑预测法、季节变动预测法,马尔柯夫预测法及投入产出预测法等.本文描述的预测方法是以现有数据特点及便于微机运算为基础,所有的公式都是可由微机编程的数学模型,并且表中的及各步骤的中间结果都是通过微机编程、调试计算出的精确结果.     

灰色系统理论对我国垃圾产量的预测

为了给城市环境规划提供理论依据,需要对城市生活垃圾产量进行预测,以期揭示其变化规律和发展趋势,提出了预测模型,并进行分析研究。模型充分考虑了影响垃圾产量的多种因素,并通过灰色关联度分析,选取与垃圾产量最为相关的5个因素,建立了包括多个因素指标的GM(1,1)预测模型。该模型考虑了城市生活垃圾产量的主要影响因素,得到的拟合数据比较理想,预测模型和结果也更为合理可信。     

无废城市建设场景下LightGBM垃圾产量预测模型构建

中国于2018年提出“无废城市”建设试点工作方案。通过对某试点研究区域调研发现,近年来当地生活垃圾产量呈现高出城市人口发展速度,且呈非线性快速增长趋势。传统的预测手段已经无法满足当地垃圾产量的精细化管理需求,难以将当地垃圾处理能力的发展与产量增加的趋势相协调。因此,基于社会多元数据,构建对研究区域整体垃圾总产量预测的模型研究方案。通过将灰色关联分析算法与LightGBM机器学习算法结合,获得了多元社会数据中与研究区域垃圾产生增长关联最为密切的几类特征数据,以进行机器学习模型构建与交叉验证调优,获得了MAE为1.48,MAPE为15.42%的生活垃圾产量精准预测模型。最终利用该模型预测,2025年该地的生活垃圾产量将达到17.23万t/a。     

上海市生活垃圾的处理现状及对策探讨

阐述了上海市目前生活垃圾收运及处理情况，对２０００年上海生活垃圾的产量作了预测，对生活垃圾处理对策的分析中，提出技术，资金和管理等方面的支持条件。     

灰色理论在城市生活垃圾量预测中的应用分析

依据武汉市1993～2002年的垃圾清运量数据,运用灰色系统的预测方法,建立了GM(1,1)模型,预测武汉市到2010年垃圾产生量的水平。根据关联度的大小对影响垃圾产生量e的主要因素进行排序,并分析影响垃圾产量的三大主要因素,对于加强垃圾管理和垃圾处理设施的规划具有现实意义。     

基于指数趋势模型在城市垃圾产量预测中的应用

采用了一种较新的预测算法———指数趋势模型算法对城市垃圾产量进行了预测,从结果看较为合理,对填埋场容量规划起到一定的参考作用,同时丰富了预测计算方法的研究思路。     

基于BP神经网络的城市生活垃圾产生量预测研究——以上海市为例

文章总结分析了影响城市生活垃圾产生量的因素,并根据相关性分析结果确定了主要影响因素,然后建立了上海市生活垃圾产生量的BP神经网络预测模型,并将预测值与实际值进行比较,表明该模型具有较好的适用性和准确性,最后对上海市未来几年的生活垃圾产量进行了预测.     

城市生活垃圾产生预测的核心问题探讨

城市生活垃圾问题严重威胁城市的可持续发展,其产量和成分的预测已成为生活垃圾管理研究的热点,是生活垃圾管理体系规划、实施和优化的基础。文章总结了城市生活垃圾预测的基本框架,认为尺度、因素和方法是三大核心问题。在界定研究的时空尺度基础上,概述了国内外影响生活垃圾产生的因素,将其分成内在、社会人口学、个体、自然和政策5类,列举了回归分析、时间序列、灰色系统模型和系统动力学等预测方法的原理、特征和应用,并展望了未来研究重点和发展方向。     

垃圾填埋场的渗滤液产量计算及流场分布预测

分析了垃圾渗滤液的来源，提出定量计算垃圾渗滤液产量的方法，考虑填埋场地考土体自身的防渗能力，提出预测填埋场地中渗滤液流场分布的有限元方法，对场地中渗滤液的流量进行预测并对可能造成的污染进行了评估，进而给出了具体的工程实例。     

北京城市塑料垃圾年产量的模拟预测及其影响因素分析

揭示城市塑料垃圾年产量及影响因素、预测其发展趋势对于城市生活垃圾收集系统的优化、处理技术的合理选择和降低环境影响具有重要意义.本研究基于1989年以来北京塑料垃圾占比、城市生活垃圾产量数据和社会经济数据,利用赤池信息量准则（AIC）和灰关联度法研究了北京城市塑料垃圾占比的年变化趋势和城市塑料垃圾年产量的主要影响因素.通过多元线性回归模型（MLR）、灰色系统模型GM（1,1）和BP神经网络模型对北京城市塑料垃圾年产量进行了模拟预测.结果表明,北京城市塑料垃圾占比由1989年的1.88%,增加到2012年的14.87%.基于AIC准则预测2013—2050年北京城市塑料垃圾占比增长趋势较平缓、稳定在14%~19%之间.2000—2012年北京市城市塑料垃圾年产量由40.2×10⁴ t增加到121.1×10⁴ t,年增长15.5%.人均可支配收入是影响北京城市塑料垃圾年产量的最大社会经济因素,而常住人口的影响较低.BP神经网络是模拟预测北京城市塑料垃圾产量的最佳模型,其模拟预测结果表明：2013年后北京市塑料垃圾年产量随时间呈不规则的非线性增长趋势,到2025、2035、2050年北京城市塑料垃圾产量将分别达到335、488和859×10⁴ t,将对北京城市生活垃圾处理处置与防控管理带来巨大挑战.     

湖南省建筑垃圾资源化处置情况研究

本文对湖南省建筑垃圾产生量进行了估算和预测,对近年来全省建筑垃圾资源现状及存在的问题进行了研究,并提出了建筑垃圾资源化处置的建议。     

六安市城市生活垃圾产量的预测

阐述了六安市城市生活垃圾产量预测的两种方法——根据人均垃圾日产量指标预测和根据垃圾年增长率预测。为缺乏相关基础资料的小城市探索了一些新的垃圾产量的预测方法。     

基于RBF网络的城市垃圾产量预测及可视化

为了预测并控制未来几年城市垃圾产量,以我国城市为例,利用K-近邻互信息的多变量特征从18个拟影响因素中确定了8个影响垃圾排放量因子,分别为常住人口、地区生产总值、社会消费品零售值、金融业增加值、工业增加值、批发和零售业增加值、住宿和餐饮业增加值和第三产业增加值.以2006~2013年数据为训练样本,2014~2015年数据为检验样本,根据影响因素建立径向基函数（RBF）神经网络预测模型,并基于平均相对误差对模型反向修正.然后结合两段式径向基预测模型,对全国各省市2017~2018年的垃圾总产量预测并可视化.结果表明,本文建立的两段式径向基预测模型平均相对误差是6.43%,预测精度为93.57%.可见,该模型的预测精度较高,能较好的在现实生活中对城市垃圾的产生量进行预测.     

基于灰色理论与BP神经网络预测成都市生活垃圾产生量

根据成都市中心城区垃圾产生量的历年数据,先用以时间为单变量的灰色GM(1,1)预测模型得到历年数据的拟合值,再分析垃圾产生量与其影响因素之间的灰色关联度,选出关联度最大的4个因素建立多变量的灰色GM(1,5)预测模型与BP神经网络模型,并对垃圾产生量的预测精确度进行了对比,用预测精度最高的BP神经网络模型对未来年份的垃圾产生量进行了预测,为成都市垃圾处理处置规划提供了理论依据。     

基于灰色预测模型的合肥市城市生活垃圾产量预测

随着合肥市经济的快速发展和人民生活水平的普遍提高,生活和生产过程中产生的日益增多的城市生活垃圾,已成为困扰城市发展、污染市容环境、影响市民生活的社会问题.通过对合肥市城市生活垃圾现状的分析,得出合肥市城市垃圾产生量是逐年增长的,每年3月、5月和8月为垃圾高产期,2月和4月为相对较少月份.在现状分析基础上建立灰色预测模型并用其对未来城市生活垃圾产量进行预测,结果表明合肥市到2030年城市垃圾产量将达到222.47万吨.