北京市卫星城生活垃圾产生星的灰色预测

运用灰色理论,建立GM(1,1)模型来预测北京卫星城生活垃圾产生量.经过模型精度检验,结果表明:预测精度等级为1级,表明该方法对预测北京卫星城城市生活垃圾产生量是可行的,并运用此模型预测了2009-2020年北京卫星城生活垃圾的产生量.     

北京市卫星城生活垃圾产生量的灰色预测

运用灰色理论,建立GM(1,1)模型来预测北京卫星城生活垃圾产生量。经过模型精度检验,结果表明:预测精度等级为1级,表明该方法对预测北京卫星城城市生活垃圾产生量是可行的,并运用此模型预测了2009—2020年北京卫星城生活垃圾的产生量。     

城市生活垃圾产量预测模型

分析了昆明市1996——2001年度每年垃圾产生量的数据，由此提出了可应用于南方城市垃圾产量预测的GM(1，1)SSODMM灰色模型。通过几次迭代后，该模型可对非升凹或升凸的原始数据进行较为准确预测，且精度令人满意。计算结果表明通过三次迭代后该模型对昆明城市生活垃圾进行预测的精度达到一级。     

西安生活垃圾排放量影响因素分析及灰色预测研究

城市生活垃圾的产生量是城市环境卫生事业规划和建设的重要依据,本文运用灰色关联度方法,定量分析了影响西安市生活垃圾产生量的因素,并通过建立灰色预测模型,对西安市未来几年的生活垃圾产生量进行了预测,为西安市的城市规划提供了定量的参考依据。     

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.     

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。     

厦门市生活垃圾的灰色预测与分析

运用灰色关联度分析法,定量分析了影响厦门市生活垃圾产生量的影响因子,发现其主要因子是城市国内生产总值(GDP);利用灰色系统理论建立了该市生活垃圾产生量的GM(1,1)预测模型,并进行预测分析。     

佛山市生活垃圾的灰色预测与构成特征研究

运用灰色关联度分析法,定量分析了影响佛山市生活垃圾产生量的主要因子是城市人口;利用灰色系统理论建立了该市生活垃圾产生量的GM(1,1)预测模型。同时,在对佛山市生活垃圾进行分功能区采样、分类、称量研究的基础上,揭示了该市生活垃圾构成的特征。      

灰色关联在城市生活垃圾处理方案优选中的应用

根据城市生活垃圾和其处理技术的特点,运用灰色关联法建立数学模型,并应用于南方某城市生活垃圾处理方案的优选。该城市2020年的预计生活垃圾产生情况:总人口为131.5万,生活垃圾产生量为1404.5 t/d,其中可回收垃圾量为483.5 t/d。拟采用备选方案:方案1为卫生填埋;方案2为分类资源化,可回收垃圾回收,不可回收垃圾卫生填埋;方案3为分类资源化,可回收垃圾回收,不可回收垃圾焚烧。通过灰色关联模型计算,求得灰色关联度ε2>ε3>ε1。结果表明,方案2为该城市生活垃圾处理的最佳方案;表明灰色关联法简易可行,利用其得出的结论具有一定的参考价值。     

北京市生活垃圾产生量的预测研究

分析了影响北京市城市生活垃圾产生量的因素,采用多元回归分析方法建立了城市生活垃圾年产生量的预测模型.并采用该模型,对2013-2015年北京市城市生活垃圾年产生量进行了预测.结果表明,未来2年北京市城市生活垃圾产生量呈缓慢上升趋势,预计到2015年北京市城市生活垃圾产生量将达到662.4t.     

澳门城市垃圾焚烧量的预测与分析

运用灰色关联度方法 ,定量分析了澳门城市垃圾焚烧总量的主要影响因子 ,并利用灰色系统理论建立了城市垃圾焚烧总量的GM(1,1)模型 ,与线性回归模型的数据进行比较、验证后 ,具有一定的可行性和适用性 ,为澳门城市垃圾的分析预测和规划管理提供了定量依据     

灰色系统模型在大气环境质量预测中的应用

把大气环境作为一个灰色系统,建立GM(1,1)预测模型,对大气中的降尘及总悬浮物做出科学的预测,并进行灰色模型的精度检验。      

灰色预测模型在渭河水环境信息系统中的应用

在分析了灰色预测模型的建模原理和流域水质预测的变化性的基础上,建立了灰色GM(1,1)预测模型,结合地理信息系统GIS,将其应用于渭河流域水环境信息系统中,为流域水质管理工作提供了很大的帮助。     

GM(1,1)在工业固体废物产生量预测中的应用

工业固体废物产生量预测是废物资源优化管理与合理配置的重要前提。为有效预测城市工业固体废物的产生量,客观反映其变化趋势,选择GM(1,1)预测方法建立工业固体废物产生量预测模型。文章以某市2006-2009年的工业固体废物产生量为基础,通过实例对模型精度进行分析比较。研究结果表明:对基本符合线性关系的数据而言,预测值与实际结果具有良好的一致性,模拟精度等级为"好"。在此基础上对该市未来近几年的工业固体废物产生量进行预测研究,发现该市工业固体废物产生量增长速度过快,到2016年全市工业固体废物年产量将高达2 408.25万t,是2006年的5.3倍。研究证明灰色GM(1,1)模型是一个预测工业固体废物产生量的较好工具,其预测结果可为政府部门和环境管理者提供决策参考。     

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.     

灰色二阶预测模型GM（2，1）在排污收费中的应用

本文运用灰色理论建立了排污收费的灰色二阶预列模型GM(2，1)，给出了GM(2，1)模型精确求解方法，并以某地排污收费为例进行模型拟合。经检验该模型的精度比GM(1，1)模型精度高，最后指出了运用该模型的条件。该模型为环境管理宏观调控的有效实施提供了一种新型的方法和手段。     

恒温加速退化试验的灰色预测

针对恒温加速退化试验数据处理中的贫数据问题,利用灰色建模所需数据量少的优势,提出了加速寿命的灰色预测方法.将灰色GM(1,1)模型与阿伦尼乌斯方程相结合,提出了加速退化试验有效性判断依据和常温贮存寿命外推方法,并在某型三极管的加速退化试验数据处理中进行了成功应用.将此外推方法与曲线拟合方法进行了比较,结果表明该模型具有...