BP神经网络组合预测在城市生活垃圾产量预测中应用

文章分析了组合预测理论,在建立由二次指数平滑预测模型、灰色预测模型、BP神经网络预测模型组成的组合预测模型库的基础上,利用以上三种单一预测模型的组合构成BP神经网络组合预测模型。分别应用单一预测模型和组合预测模型对湖南省城市生活垃圾产生量进行预测,通过分析和比较预测结果,验证了该组合预测方法的有效性。     

基于改进灰色与广义神经网络的火电行业NO_x排放组合预测

为解决区域火电行业NOx排放量的预测问题,在原始灰色模型基础上做出改进,提出了基于指数平滑的改进灰色模型,并将该模型与广义神经网络相结合,建立了基于改进灰色与广义神经网络的组合预测模型。以1998—2011年火电行业NOx排放量数据为基础,对提出的组合预测模型与灰色模型和广义神经网络模型的预测结果进行了对比。结果表明:建立的组合模型预测结果更为精准,能够更有效应用于区域火电行业NOx排放量的预测问题。     

应用灰色模糊马尔科夫链预测海河水质变化趋势

灰色GM(1,1)模型在水质预测中得到了较为广泛的运用,但其存在灰色偏差与抗干扰能力弱的局限性,针对这一问题,将马尔科夫链理论与模糊集合理论引入灰色GM(1,1)预测模型,并应用该模型对海河三岔口断面的DO、CODMn和NH3-N 3项指标2012~2016年的浓度变化趋势进行预测.结果表明,2004~2016年,DO及NH3-N浓度大致呈上升趋势,预计2016年分别可达9.15,1.47mg/L;CODMn浓度呈下降趋势,预计2016年可达3.91mg/L.以2012年的数据做验证,灰色模糊马尔科夫链模型的预测精度最高,可作为科学的水质预测方法.     

应用灰色模糊马尔科夫链预测海河水质变化趋势

灰色GM(1,1)模型在水质预测中得到了较为广泛的运用,但其存在灰色偏差与抗干扰能力弱的局限性,针对这一问题,将马尔科夫链理论与模糊集合理论引入灰色GM(1,1)预测模型,并应用该模型对海河三岔口断面的DO、CODMn和NH3-N 3项指标2012~2016年的浓度变化趋势进行预测.结果表明,2004~2016年,DO及NH3-N浓度大致呈上升趋势,预计2016年分别可达9.15,1.47mg/L;CODMn浓度呈下降趋势,预计2016年可达3.91mg/L.以2012年的数据做验证,灰色模糊马尔科夫链模型的预测精度最高,可作为科学的水质预测方法.     

基于灰色动态模型群的衡水市居民年用水量预测

针对居民用水量序列的随机性和周期性以及传统灰色模型由于离散程度大而产生的过拟合问题,依据灰色模型理论构造了由5个GM(1,1)模型组成的灰色动态模型群;基于衡水市2007-2019年居民年用水量数据,采用灰色动态模型群对衡水市2020-2030年居民年用水量变化进行预测研究,并对预测结果进行残差检验以及残差修正;将灰色...     

基于变异系数法的道路交通事故灰色组合预测模型研究

为准确预测交通事故死亡人数,针对不同单一灰色预测模型的特点以及存在的局限性,建立了一种基于GM(1,1)模型和Verhulst模型的灰色组合预测模型,用于对我国道路交通安全事故进行预测,通过变异系数法确定组合预测模型中各个单一预测模型的权重系数,并利用我国2007—2016年道路交通事故死亡人数数据,对建立的灰色组合预测模型进行了检验。结果表明:灰色组合预测模型比单一的GM(1,1)模型和Verhulst模型具有更高的预测精度,可为我国道路交通安全事故的研究提供参考。     

一种战车主减速器温度预测方法研究

目的针对战车主减速器温度预测需求,建立时间序列ARIMA多步预测和BP神经网络预测模型,提出基于BP神经网络修正误差的ARIMA模型温度预测方法。方法结合BP神经网络的非线性能力与ARIMA模型预测能力,分析ARIMA在多步预测时误差产生原因,在神经网络对ARIMA多步误差进行预测基础上计算修正因子,把误差修正因子和BP网络结合,实现对多步预测误差的修正。结果ARIMA模型多步预测时,预测误差随预测步数的逐步增加不断增大,引入了误差修正因子进行修正。通过预测值与实际值进行对比,可有效提高预测准确度。结论 BP神经网络和误差修正因子结合应用可显著提高温度预测效果。     

组合灰色预测模型应用于山东省碳排放预测

根据山东省2000—2012年工业、建筑业和交通运输业能源消费数据测算得到碳排放量,基于GM(1,1)模型、Verhulst模型和SCGM(1,1)c模型建立组合灰色预测模型,运用预测有效度方法确定组合预测模型的权重系数。选用2000—2009年三大碳排放行业的实际值作为原始数据,利用各预测模型预测2010—2012年碳排放量。结果表明:组合灰色预测模型比单一预测模型具有更高的预测精度。利用组合模型预测山东省2013—2017年各行业碳排放量,为相关部门制定节能减排政策提供理论及方法借鉴。     

城市建筑废物产量估算与预测方法——以海南省为例

文章首先构建了基于建筑面积和产废系数的城市建筑废物产量估算方法体系,进而在二次曲线回归、指数趋势模型、灰色GM(1,1)模型和BP神经网络4种单项预测模型的基础上,建立了以预测有效度为准则的变权重组合模型,以揭示城市建筑废物未来变化趋势。以海南省为例计算和预测了2001-2020年城市建筑废物产量,结果显示:(1)2001-2010年海南省建筑废物总量从219.1万t增加到813.5万t,年平均增长率为12.7%,拆除建筑废物约占建筑废物总产量的70%;(2)2015年海南省建筑废物总量将达到1 621万t,2020年较之增加71.4%,将达到2 769万t;(3)变权重组合预测模型预测有效度好、精度高、误差小,优于4种单项预测模型。预测结果将为海南省建筑废物的处理处置、资源化和综合管理提供科学依据。     

最优组合预测模型在城市生活垃圾清运量中的应用

为了比较客观地反映我国城市生活垃圾清运量的发展趋势,在灰色预测、后退法回归和多元回归三种预测方法的基础上提出了我国城市生活垃圾产生量的线性及非线性的最优组合预测模型。文章以我国1998～2006年的城市生活垃圾清运量为基础,通过实例对模型精度进行了分析,结果表明,预测值与实际结果具有良好的一致性,模拟精度达到0.1%,在此基础上对中国城市生活垃圾未来近几年的变化趋势做出预测。     

基于遗传算法与人工神经网络相结合的玉米估产研究

在遗传算法 (GeneticAlgorithm )与误差反传 (BackPropagation)网络结构模型相结合的基础上 ,设计了用遗传算法训练神经网络权重的新方法 ,并对吉林省梨树县的玉米进行了估产研究 ,同时与BP算法和灰色系统理论模型进行了比较。经检验 ,计算值与实际值接近 ,并优于灰色理论模型 ,具有良好的预测效果 ,从而为农作物估产提供了新方法     

灰色神经网络模型在油气管道腐蚀速度预测中的应用

简要说明了GM(1,1)模型和BP神经网络模型预测过程,提出了灰色神经网络组合模型,用此方法对某原油长输管道腐蚀速度进行了预测,并用MatLab语言编程的方法对数据做了处理,结果表明用该方法预测得到的数据与实测值非常接近。     

最优加权组合预测法在水质预测中的应用研究

针对用再生水补给河流的水质预测问题,提出了基于最优加权法的组合预测模型.利用灰色预测模型、趋势外推法和指数平滑法3种方法分别进行预测,再以预测误差平方和最小为目标,将预测值的加权问题转化为优化问题,求解得到各种方法预测值的权值.然后,将3种方法所得的预测结果用最优加权法进行组合,得到组合预测值.最后,应用组合预测法对由再生水补给的永定河中的DO值进行预测,并与单一预测模型比较.仿真结果表明,组合模型可以平衡各种方法的偏差,模型的适用性和预测精度有所改善.     

基于BP神经网络与马尔可夫链的污水处理厂脱氮效果模拟预测

在实际污水处理厂运行过程中,其最终出水水质会受多种因素影响制约,而基于生物反应机理的活性污泥数学模型(ASM)并未将这些生物反应以外的因素考虑在内,由此带来一些不足.对此,本文提出可通过基于数据挖掘技术的黑箱模型对污水厂处理效果进行模拟预测.结合具体实际分析,提出可将BP神经网络与马尔可夫链组合应用于污水处理脱氮效果预测中.首先,通过BP神经网络模型对北京某大型污水处理厂实际进出水数据和工艺参数进行粗略拟合;其次,利用马尔可夫链对拟合结果及误差进行状态划分以进一步提高预测精确度;最后,运用基于BP神经网络与马尔可夫链的组合模型预测分析了该厂的实际出水水质.试验结果表明,BP神经网络适用于污水处理脱氮过程的拟合计算,而通过与马尔可夫链组合,可以提高模拟预测的精度和可靠性.     

基于粗糙集与灰色SVM的中国CO2排放量预测

从我国CO2排放量的不确定性、不完整性、小样本等特征出发,以灰色系统(GM)模型和支持向量机(SVM)模型为基础,建立基于粗糙集的组合预测模型.利用该模型以我国1990~2011年CO2排放量的数据以及同期的人口数量、GDP和能源消耗总量数据为基础对我国同期CO2排放量进行预测来验证其有效性,最后对我国2012~2017的CO2排放量进行预测.结果表明,灰色系统理论与支持向量机模型仅能够反应我国CO2排放的长期变化趋势,在预测精度上存在一定缺陷而基于粗糙集与灰色SVM的组合预测模型在预测精度上明显优于以上两种方法,能够对我国未来CO2排放量进行准确有效的预测分析.     

Development of a method for comprehensive water quality forecasting and its application in Miyun reservoir of Beijing, China

Water quality forecasting is an essential part of water resource management. Spatiotemporal variations of water quality and their inherent constraints make it very complex. This study explored a data-based method for short-term water quality forecasting. Prediction of water quality indicators including dissolved oxygen, chemical oxygen demand by KMnO₄ and ammonia nitrogen using support vector machine was taken as inputs of the particle swarm algorithm based optimal wavelet neural network to forecast the whole status index of water quality. Gubeikou monitoring section of Miyun reservoir in Beijing, China was taken as the study case to examine effectiveness of this approach. The experiment results also revealed that the proposed model has advantages of stability and time reduction in comparison with other data-driven models including traditional BP neural network model, wavelet neural network model and Gradient Boosting Decision Tree model. It can be used as an effective approach to perform short-term comprehensive water quality prediction.     

考虑随机降雨预测的区域水期权交易动态定价机制研究——以广东省为例

水期权交易旨在解决水资源时空分布不均的问题,伴随着全球气候的变化,降雨量已成为影响水资源时空分布不均的重要因素。本文运用马尔科夫链进行降雨状态的划分和预测,在降雨量预测的基础上进行水期权交易相关费用的确定;将降雨量指标的预测结果融入到水期权最终交易价格的确定中,运用改进的Black-Scholes期权定价模型结合降雨量预测结果,确定水期权交易的权利金;最后运用扩展性线性支出模型进行计算结果的合理性检验,证明模型所确定的交易价格的合理性。本文以广东省为例进行案例分析,验证了将降雨量指标融入到水期权交易中的必要性,以及模型所确定的水期权交易相关费用的合理性,证明了波动水价相对于阶梯水价的优越性。考虑降雨量的水期权交易充分体现了水市场的供需关系,提高了我国水期权交易定价的科学性。     

陕西省能源消费的组合预测

组合预测理论及建模技术对于信息不完备的复杂经济系统具有一定的实用性。鉴于能源消费系统的复杂性及非线性的特征,文章首先利用陕西能源消费量的历史数据,分别采用指数回归模型、能源需求弹性回归模型及灰色模型建立了陕西省能源消费系统的单项预测模型。其次,采用标准差法进行非负权重分配,建立了陕西省能源消费量的组合预测模型。结果表明,加入时间虚拟变量和分段建模的预测精度明显提高,且组合预测模型的精度高于单项预测模型。最后,应用该模型对陕西未来10年的能源消费量进行了预测。     

基于气象相似准则的城市空气质量预报模型

为提高城市空气质量预报准确率,文章在传统BP神经网络的基础上提出了基于气象相似准则的样本优化方法,建立了三层样本筛选优化机制,确定了阀值及权重矩阵,从而建立了城市空气质量动态预报模型。将模型应用在广州8个空气质量监测站点的预报上,并与传统的BP神经网络空气质量预报模型进行了对比分析,效果良好。分析结果表明,广州8个空气质量监测站点的SO2、NO2、PM10/2.5的实测值与预报值的平均绝对误差分别为0.016 mg/m3、0.014 mg/m3、0.020 mg/m3,级别预报准确性评分分别为89.6、92.6和84.6,预报准确度综合评分达81.6,并且比传统神经网络模型具有更高的预报精度。     

小型城市污水排放量预测模型研究——以楚雄市为例

针对小城市污水排放量历史数据较少,城市发展变化较大的特点,以楚雄市为例,提出了基于污水排放来源以及生成机理的预测方法。根据历史人口增长趋势以及城镇化率进行城区人口综合预测,运用定额法根据不同行业用水特点预测城市用水量,结合城市污水排放特点对楚雄市近期以及远期城市污水排放量进行科学合理的预测,并对预测结果进行了分析,可为城市发展规划提供决策参考。