基于多元回归分析的我国能源消费量预测研究

针对目前我国能源消费量预测中变量选取单一、预测误差较大等问题,结合我国能源消费实际情况,引入GDP、人口、煤炭消费量、通货膨胀率建立了我国能源消费量预测的多元回归模型.利用该模型对1985-2010年能源消费量进行拟合,拟合效果较好;利用该模型对2011-2013年能源消费量进行实际预测,最大误差为1.708％,平均误差为1.3269％,最小误差仅为0.6748％,预测精度较高,为我国能源消费量预测提供一种新的途径.     

上海节能环保产业发展影响因素分析及预测

利用主成分分析法选取适当指标构建多元线性回归预测模型,对代表上海市节能环保产业发展水平的产业投资额进行预测研究。通过检验分析,该模型拟合度较好、显著性水平较高,预测结果具有可信性。预测研究表明,上海市节能环保产业将每年呈现增长趋势,发展前景较好。     

PCA-ANN在典型航空材料铝合金腐蚀数据预测中的应用

针对航空装备在热带海洋大气环境下服役时对金属材料大气腐蚀预测的需求,提出了主成分分析法（PCA）优化的BP神经网络（BPNN）和广义回归神经网络（GRNN）模拟热带海洋大气腐蚀预测模型。研究结果表明,PCA可以很好地对原始数据的进行特征提取,降低样本集的维度。PCA-BPNN和PCA-GRNN模型的拟合优度与预测精度没有明显的相关关系。与PCA-BPNN相比,PCA-GRNN的预测精度高、稳定性更好,这为模拟热带海洋大气腐蚀研究提供了新思路,具有较好的借鉴意义。     

基于Elman神经网络的我国入境游客量动态预测

为了更好地拟合我国入境游客量系统动态和时变特性,对我国入境旅游游客量进行科学准确的预测,将Elman网络引入我国入境游客量预测,提出基于Elman神经网络的入境游客量预测模型。以国家统计局公布的最近30个月我国入境旅游游客量月度数据为研究对象,前27个月数据用于建立训练网络,后3个月数据用于检验模型,模型预测最大误差为2.928%,最小误差为1.492%,平均误差为2.19%,模型预测效果与实际非常接近。结果表明:模型能更好地反应我国入境游客量系统的非线性、动态性、时变性等特征,为我国入境旅游游客量预测提供了一种较可靠的途径。     

大连市年用电量预测模型优化研究

在地区发展规划中,精确合理地预测未来用电量是电力设施配置规划的基础.以大连市为基本研究对象,选取总人口、生产总值、全社会固定资产投资额、社会消费品零售总额、出口总额为自变量,基于1993-2012年具体数据,分别采用指数平滑预测方法、时间序列外推预测方法、主成分分析与多元线性回归分析方法、逐步回归分析方法建立用电量预测方程,对大连市年用电量进行预测研究,并进行预测精度比较,最终确定一个具有较高预测精度且逻辑清晰的大连市用电量预测模型,并对该市未来6年的用电量进行预测.     

车辆排气噪声品质的支持向量回归预测

通过比较法测试得到38种车辆噪声的满意度评价,考察并选取五个参数作为描述车辆排气噪声声音品质的客观心理声学参数,应用支持向量回归机建立了客观心理声学参量与车辆噪声声音品质之间的预测模型,对排气噪声的满意度进行了预测,在相同的训练与测试样本集下,与多元线性回归模型预测结果进行了对比。结果表明,支持向量回归的预测值更接近实验值,平均绝对百分误差(3.12%)和均方根误差(0.65)都比多元线性回归(8.83%)和(1.99)的都小,相关系数高达0.99,预测精度更高,误差在8%范围以内,能更好反应客观参数与主观满意度间的非线性关系,是一种预测车辆噪声声音品质的有效方法。     

西宁市供水量的预测模型探讨

以西宁市供水量各规划水平年值为基础,在分析原始数据序列的基础上,进行供水量的预测模型研究。提出两种供水量预测方法,即一元线性回归模型及灰色预测模型,并分别进行了实例计算与分析,同时与西宁市规划部门供水量预测值进行了比较。研究结果表明,灰色预测模型较一元线性回归模型为优,可作为西宁市规划水平年的供水量预测模型     

多元回归和BP人工神经网络模型对混合厌氧消化产气量的预测研究

在中温且控制pH值条件下,对脂肪类单基质和城市污水厂剩余污泥进行混合厌氧消化试验。基于多元回归原理和BP人工神经网络原理,对其建立产气量预测模型。由实验数据计算得出:两个阶段多元回归模型的预测平均准确率分别为75.69%和79.29%;BP神经网络模型的预测平均准确率为79.05%。通过对比两种模型的预测结果可知,两种模型都有较高的预测准确率,但BP模型的预测准确率更高,更适用于混合厌氧消化产气量预测。     

建筑工程质量成本RBFNN预测模型

针对建筑工程质量成本的预测问题,应用径向基神经网络原理,选取预防成本比、鉴定成本比、内部成本比、建筑面积、PPI、建筑用途、工期、现场条件、管理水平、施工地点、利润率共11个指标分析了各指标与质量成本的联系,进而选取4个指标作为神经网络的输入指标。以20组工程数据作为学习样本进行训练,建立建筑工程质量成本的径向基神经网络预测模型并采用均方根误差进行检验,用5组工程数据作为检验样本进行测试。研究结果表明:预防成本比、建筑面积、PPI、工期、施工地点与质量成本存在一定的联系;用模型所得预测结果的最大相对误差为0.016862。RBFNN预测结果与实际情况较吻合,预测精度较高,可用于建筑工程质量成本预测。     

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。     

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.     

基于灰色B P神经网络碳排放交易价格预测

在对中国碳排放交易市场碳交易价格形成机制讨论的基础上,提出了预测指标体系。利用2017年1月1日—2018年9月30日广州碳交易市场碳交易价格数据和指标体系中各预测变量的数据,应用Lasso回归方法对变量进行筛选,建立灰色BP神经网络对碳交易价格进行预测。预测模型对于10期以内短期预测平均相对绝对误差(MAPE)小于4%,预测精度较高。     

深圳下坪填埋场渗滤液产生量预测研究

对垃圾填埋渗滤液产生量预测模型进行了比较，选择经验－合理式模型作为填埋场渗滤液产生量的预测模型。综合下坪垃圾填埋场不同汇水面积、降雨量和渗滤液量的现场实测数据，采用线性回归确定了模型参数，通过模型预测渗滤液产生量与现场实测渗滤液产生量的对比分析了本模型的精度和可靠性，从而为填埋场渗滤液产生量的预测及收集处理系统的设计、管理提供科学依据。     

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。     

基于Matlab的神经网络在绵阳空气质量预测中的应用

以绵阳市2014～2016年空气污染指数(API)以及SO_2、NO_2、PM_(10)等污染物为研究对象,探讨了绵阳市空气污染的变化规律,并分析它们与常规观测的地面气象资料之间的关系。尝试采用多元线性回归方法及BP神经网络方法建立污染预报模型,并检验分析两种模型的可行性。结果表明基于BP神经网络的预报模型在污染预报中可行,并建立基于BP神经网络进行空气质量预测的预测模型,利用历史资料进行验证。     

中国九大古都旅游竞争力空间结构分析

以中国九大古都为研究对象,运用层次分析法、投影寻踪模型和主成分分析法,通过投影值-AHP-PP评价指数和主成分分析计算,分析了中国九大古都旅游综合实力和空间格局分布状况。     

灰色理论及改良方法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。本文对三种预测模型进行对比分析研究,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)预测方程的多元线性回归综合模型。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。     

基于AHP和FCE的煤炭企业绿色物流绩效评价

煤炭是我国不可或缺的能源之一,在能源中占据着重要的地位,但煤炭的生产、销售却给环境带来了许多危害与破坏。实现煤炭企业绿色物流刻不容缓,但怎样评价煤炭企业绿色物流的绩效值得思考。对煤炭物流绿色化研究进行了总结,以降低环境污染、提高资源利用率为目标,根据煤炭企业实际情况和特点,结合AHP和FCE方法制定了煤炭企业绿色物流绩效评价模型,并以某一具体公司进行模型应用分析,针对分析结果给出相应措施,以提高该煤炭企业物流的绿色化程度。     

基于AHP和FCE的煤炭企业绿色物流绩效评价CSSCI

煤炭是我国不可或缺的能源之一,在能源中占据着重要的地位,但煤炭的生产、销售却给环境带来了许多危害与破坏。实现煤炭企业绿色物流刻不容缓,但怎样评价煤炭企业绿色物流的绩效值得思考。对煤炭物流绿色化研究进行了总结,以降低环境污染、提高资源利用率为目标,根据煤炭企业实际情况和特点,结合AHP和FCE方法制定了煤炭企业绿色物流绩效评价模型,并以某一具体公司进行模型应用分析,针对分析结果给出相应措施,以提高该煤炭企业物流的绿色化程度。     

麦类秸秆燃料灰分与组成元素相关性分析研究

生物质燃料灰分含量高易引起在锅炉内结渣,影响锅炉运行效率,预测灰分含量对锅炉条件控制和选型有着重要意义。研究了小麦秸秆生物质灰分含量与组成元素含量的相关性,建立了基于灰分预测的多元线性回归模型,根据组成元素含量预测麦类秸秆生物质燃料的灰分。结果表明,组成元素均与灰分含量有显著的相关性,其中氧含量与灰分含量呈正相关,其他元素均呈负相关关系。灰分预测与实测值平均绝对误差为9.0%。通过上述研究发现,本研究建立的多元线性回归预测模型可以在一定程度上预测麦类秸秆生物质燃料灰分含量。