环境振动的灰色预测模型研究

利用 GIM( 1 )的非时序直接建模法来预测研究建筑施工的环境振动 ,并将 GIM( 1 )模型与 GM( 1 ,1 )模型进行比较分析。结果表明 GIM( 1 )模型的拟合精度优良 ,对原始资料中白化信息的利用更加丰富 ,拓宽了 GIM( 1 )模型在环境科学领域中的应用范围     

用灰色系统GM(1,1)模型预测城市交通噪声

本文对灰色系统及灰色系统 GM(1,1)预测模型做了简介,并以沈阳市为例,具体应用 GM(1,1)模型对市区交通噪声进行了预测.本文较详细地说明了使用 GM(1,1)模型进行城市交通噪声预测的方法、步骤及有关问题.     

灰色摆动序列建模方法研究

建立了灰色摆动序列 GIM( 1)动态指数变换建模方法。并用其拟合、预测某河流 1998～ 2 0 0 0年的 CODCr值 ,结果表明该方法计算简便 ,预测精度高 ,是一种具有推广价值的实用方法     

河流水质系统灰色模型的识别、模拟和应用

借助于灰色系统理论的思想和方法可以构造河流水质灰色模型,根据实测水质资料可以识别出河流水质灰色模型中的最优灰参数,在此基础上,可以对河流水质系统进行灰色模拟。灰色模拟考虑了实际河流水质系统中客观存在的不确知因素和偶然因素影响。本文概述了河流水质灰色模型的构造、河流水质灰色模型的研究意义、河流水质灰色模型的灰参数识别、河流水质系统的灰色模拟及其在四川沱江水质系统模拟中的应用。     

灰色摆动序列建模方法研究

建立了灰色摆动序列GIM(1)动态指数变换建模方法。并用其拟合、预测某河流1998～2000年的CODCr值，结果表明该方法计算简便，预测精度高，是一种具有推广价值的实用方法。     

灰色系统在大气环境质量预报中的应用

本文以大气环境中的二氧化硫为例,应用灰色系统新陈代谢GM(1,1)模型。建立了大气环境中SO_2浓度的予报模型,经三种不同方法验证效果良好。它表明灰色系统新陈代谢GM(1,1)模型是一种较好的大气环境质量预报方法。     

广州市工业废气、废水排放量的灰色预测

本介绍了灰色系统理论建立灰色预测GM(1．1）模型的基本原理。建立了广州市工业废气，废水排放量的灰色预测GM(1，1）模型。精度检验表明，本所建模型精度较高，预测结果可靠，可以用于实际预测。     

河流水质系统的灰色规划方法和应用

借助于河流水质灰色模型,可以对河流水质系统进行灰色规划。灰色规划考虑了实际河流水质系统中客观存在的不确知因素和偶然因素影响,概述了河流水质系统的灰色规划模型的构造、河流水质系统灰色规划模型的求解及其在四川沱江水质系统规划中的应用。     

污水排放预测的多因素灰色模型GM(1,N)及其应用

在分析污水排放数据处理的现状后,运用灰色系统理论,通过优化模型系数与背景取值,建立了多因素灰色GM(1,N)模型。该模型克服了现有GM(1,N)模型的不足,扩宽了GM(1,N)模型的应用范围．具有精度高、使用简便等特点。GM(1,2)计算实例表明,该模型简单实用,值得在污水排放预测中推广应用。     

生态数学模型在人口预测中的应用——以大庆市为例

运用线性回归模型、Logistic增长模型和灰色系统GM(1,1)模型,对黑龙江大庆市2008-2020年人口发展规模进行了预测,结果表明:3种模型在本案例中均能取得较好的效果;而灰色系统GM(1,1)模型的平均相对误差最小,故最终采用该预测模型,预测2010年大庆市人口数将达到284.27万人,2020年将达到325.74万人.     

基于MATLAB灰色GM(1,1)模型的大气污染物浓度预测

灰色GM(1,1)预测模型是灰色理论中的重要组成部分,也是主要的预测方法之一,因此,GM(1,1)模型的应用范围很广泛。以乌鲁木齐市市区的大气环境监测数据资料为依据,在分析灰色预测模型基本原理的基础上,利用MATLAB强大的矩阵功能,实现灰色GM(1,1)模型算法。通过灰色系统GM(1,1)模型,对乌鲁木齐市未来4年的环境空气质量进行了预测分析。预测结果显示,乌鲁木齐市未来4年环境空气质量将持续好转,表明近年来乌鲁木齐市采取的产业结构调整和清洁能源战略实施卓有成效。机动车尾气已经逐渐成为目前和未来一段时间内乌鲁木齐市空气污染的主要因素之一,控制和减少车辆尾气对空气的污染不容忽视,为今后乌鲁木齐市制定大气环境规划、防治大气污染控制提供了科学依据。     

基于灰色神经网络的腐蚀损伤模型

为在小样本情况下对腐蚀损伤进行预测,结合灰色系统与神经网络,提出了灰色神经网络模型,利用该模型对已知腐蚀损伤数据进行了预测检验。为对比研究,同时采用灰色系统与神经网络方法预测了损伤值。结果表明,3种预测模型中,灰色神经网络预测精度最高,能够满足工程使用要求。     

灰色模型在顶效开发区废水排放量预测中的应用

就灰色系统理论GM(1,1)模型在兴义市顶效开发区的废水排放量的预测中的应用进行探讨。预测模型经检验后,说明精度及拟合性均是好的,运用灰色理论对环境污染进行预测是适用的、可行的,但仍需进一步认识和研究。     

灰色模型与城市环境综合整治定量考核指标的预测

一、灰色模型用灰色系统理论建立的微分方程模型称为灰色模型,即G M模型。本文所涉及的模型为G M(1,1)模型,即单变量的一阶微分方程模型。其建模过程如下: 若给出灰色数列c~(0),则: c~(0)(k)={c~(0)(1),c~(0)(2),…, c~(0)(n)}(k=1,2,…,n) 为了寻找灰色数列的内在规律性,对其作一次累加生成后,得到生成数列,则:     

NLGTM（1,1^s）灰色模型及其应用

基于灰色ＧＭ（１，１）模型，研究和提出了带有时间限制项的灰色非线性模型－ＮＬＧＴＭ（１，１＾ｓ），初步应用表明，灰色ＮＬＧＴＭ（１，１＾ｓ）模型具有较高精度，进一步拓宽了ＧＭ（１，１）模型在环境系统中的应用范围。     

灰色系统在大气环境中对TSP浓度的预测

利用灰色系统中GM(1．1)模型对TSP浓度的预测，可以有效地为管理服务．同时也可以证明这一方法对城市区域内TSP浓度的预测准确性较好。     

我国工业危险废物产生量的预测研究

采用灰色系统GM(1,1)和GM(1,2)模型,对我国工业危险废物产生量的变化趋势进行了预测研究。根据过去几年我国危险废物产生量的统计数据,在不考虑其它影响因素的的情况下,采用GM(1,1)模型,预测2010年我国危险废物将达到2432万t;在考虑到工业生产总值影响因子的情况下,采用GM(1,2)模型,预测2010年我国危险废物将达到2686万t。预测结果表明今后我国工业危险废物的产生量将增加很快,可供环境管理部门作参考。     

临街建筑群间交通噪声一维分布灰色系统模型预测

研究交通噪声在建筑群间传播与分布的计算机模拟方法,建立在物理模型的基础上。由于噪声实际传播过程中未知因素太多,使由物理模型得出的预测结果在离声源较远处与实际相比有较大误差。本文提出的灰色系统模型预测方法,首先给出非本征灰色系统中物理参量按坐标分布的一般GM(1,1)模型,用计算机模拟方法在其有效的范围内获取的数据构成原始序列,按GM(1,1)建模方法给出交通噪声按坐标分布的预测值,预测结果在离交通干道较远处的分布更符合实际情况,在此范围内提高了预测精度。     

改进灰色系统模型在城市噪声预测中的应用

把城市噪声作为一个灰色系统,分别通过GM(1,1)模型和改进灰色系统模型GM'(1,1),对城市噪声进行预测,并进行精度检验.改进的灰色系统模型GM'(1,1)在精度上均优于GM(1,1)模型,但是GM'(1,1)在计算上比较复杂,需要通过计算机迭代来实现.     

灰色理论模型在大气环境质量预测中的应用研究

根据厦门市环境保护局公布的2003～2007年厦门市大气环境中3种污染物(二氧化硫、二氧化氮、可吸入颗粒物)的监测值,通过灰色系统GM(1,1)残差修正模型预测了厦门市大气环境质量的变化趋势.结果表明,灰色系统GM(1,1)模型合理,要求数据较少,计算量适中,精度较高,相对误差为0.4%～7.7%,与环保部门公布的数据吻合程度较好.指出灰色GM(1,1)模型用于大气环境质量预测,符合系统的灰色特性,实用性好,预测结果与实际环境状况吻合;当GM(1,1)模型的预测结果精度不能满足要求时,可采用残差模型予以修正.