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.     

CFG桩复合地基沉降预测的灰色理论模型对比研究

CFG桩复合地基的工后沉降受到多种不确定因素的影响。本文根据灰色系统理论的处理方法,分别采用普通GM(1,1)模型、新息GM(1,1)模型和新陈代谢GM(1,1)模型,对采用CFG桩进行地基处理的某建筑物地基沉降进行了预测。结果表明:新陈代谢GM(1,1)模型由于淘汰掉旧的沉降数据、加入新的沉降数据,所以能够更准确地模拟CFG桩复合地基沉降的真实情况。     

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。      

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。     

基于改进灰色GM(1,1)模型的三峡库区工业废水量预测

三峡库区工业废水排放量大,对库区水生态环境安全造成严重危害。为了取得较高精度且适合长期预测工业废水量的模型,以三峡库区2006—2012年工业废水排放量数据作为原始数据进行建模,并用2013年的数据检验结果。对灰色GM(1,1)模型和3种改进灰色GM(1,1)模型分别建模并进行精度比较,根据"新信息优先"原理,将选出的最佳改进模型与新陈代谢模型结合,抛弃最旧的数据,不断补充新的数据,重复建模,构建三峡库区2014—2020年工业废水排放量预测模型。结果表明:改进灰色GM(1,1)模型方法三结合新陈代谢模型能够较为准确地预测库区工业废水排放量,且精度高于灰色GM(1,1)模型,在未来7年里库区工业废水排放量呈现出缓慢下降的趋势。预测结果可为政府和有关部门制定该地区的环境保护政策、保护当地生态、合理安排社会经济环境的和谐发展提供参考。     

严酷海洋大气环境下玻璃纤维复合材料腐蚀老化规律研究

目的 研究严酷海洋大气环境下,玻璃纤维增强树脂基复合材料的腐蚀老化规律.方法 通过实海大气环境试验,分析了南海岛礁大气环境下,复合材料暴露不同周期后的腐蚀形貌特征以及力学性能变化规律,建立了腐蚀老化性能预测灰色模型GM(1,1),并与青岛、厦门和三亚等典型海洋大气环境进行对比研究.结果 随暴露时间的增长,南海岛礁大气环境下的复合材料发生严重的纤维裸露,其弯曲强度呈下降趋势,基于弯曲强度建立的灰色模型GM(1,1)精度达到1级;与其他典型海洋大气环境相比,随着纬度的降低,复合材料的弯曲强度呈下降趋势.结论 灰色模型GM(1,1)对复合材料在岛礁等严酷海洋大气环境下的腐蚀老化性能预测精度较高.影响复合材料性能的最主要环境因素为辐照,其次为相对湿度和温度.     

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.     

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.     

新陈代谢模型在区域大气总量预测中应用研究

针对常规新陈代谢GM(1,1)模型存在着精度随预测时间增长而降低的不足,引入新陈代谢GM(1,1)模型对大连市未来五年的SO2排放量变化趋势进行了预测,对其模型的精度和可行性进行了分析和检验,并与常规GM(1,1)模型的预测结果进行了对比.结果表明:新陈代谢GM(1,1)模型预测区域大气总量是可行的,其模型的平均相对误差比常规GM(1,1)模型减少了45%,因此预测精度高,能够满足预测要求.     

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.     

灰色系统理论对大气环境质量评价和预测

把大气环境看作是灰色系统,考虑到青岛市大气环境的实际情况,利用灰色统计决策对青岛市的大气环境质量数据进行分析,得到大气环境质量保持在尚清洁水平;利用GM（1,1）模型对SO2、NO2、PM10进行模拟预测,短期预测结果表明,青岛市SO2、PM10的浓度呈下降趋势,NO2的浓度呈上升趋势。     

大气污染灰色预测法的研究

通过对GM(1,1)模型的研究,探讨了该模型在大气污染预测应用中存在的问题,提出用GM(1,1)模型群作污染物的灰色区间预测,并用实例论证了方法的合理性.     

应用灰色系统理论预测拉林河总磷浓度变化趋势

本文利用灰色系统理论,根据以前监测数据,通过建立GM(1,1)模型和模型群,预测出拉林河水体中总磷浓度及其变化趋势.     

基于灰色补偿BP神经网络优化组合模型的车辆装备冷却系腐蚀预测

目的 避免由于腐蚀破坏车辆装备冷却系,使车辆不能维持良好的工作状态,并缩短装备的使用寿命,建立一个准确、高效的预测模型,以实现对车辆装备冷却系腐蚀预测。方法 在传统GM（1,1）模型基础上,结合背景值构造优化与新陈代谢思想,建立一种新陈代谢加权不等时距模型MUGM（1,1,λ）。此外,还引入遗传算法优化BP神经网络模型对MUGM（1,1,λ）模型进行残差修正,建立灰色补偿BP神经网络优化组合模型。结果 基于优化组合模型对冷却系用铸铁材料腐蚀预测的平均误差为0.43%,模型精度为一级,预测精度高。结论 所建立的灰色补偿BP神经网络优化组合模型对于车辆装备冷却系金属腐蚀预测具有可行性。     

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。     

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。     

等维新息GM(1,1)模型在TNT生化降解研究中的应用

文中指出了常规GM(1,1)模型的缺点之所在,并对其建模方法作了改进,同时将改进得到的等维新息GM(1,1)模型与常规GM(1,1)模型对白腐菌生化降解TNT废水的过程进行了比较分析,得出改进的等维新息GM(1,1)模型具有更高的预测精度,从而拓宽了GM(1,1)模型在环境科学领域中的应用范围,为环境系统的拟合、预测分析和决策开辟了新的途径。      

路基沉降的非等间隔时变离散灰色预测模型

本文分析了灰色GM(1,1)模型的缺陷,并以离散GM(1,1)模型为基础建立了路基沉降的非等间隔时变离散灰色预测模型,该模型参数以最小二乘法估计,且以遗传算法优化初始值,通过工程实例与不同预测模型进行对比分析,结果表明非等间隔时变灰色预测模型的精度明显高于其他模型,且最能反映原始路基沉降数据的发展规律.     

SO2排放量的GTRM（1）预测模型

基于GIM(1)模型,运用灰色系统理论的原理与方法,研究并提出了带时间限制因子的GTRM(1)模型。本文主要研究了GTRM(1)模型的建模结构、参数估计形式以及其解的表达形式,从而形成了完整的GTRM(1)模型。研究结果表明,GTRM(1)模型具有比GIM(1)、GM(1,1)模型更好的系统近似等价性,为非线性灰色环境系统提供了一条新途径。     

福建省工业废气排放量的因子分析与灰色预测

随着工业化进程的不断加快,工业化带来了经济腾飞,同时也带来了环境问题。工业排放的废气量逐年上升,对大气环境质量构成巨大威胁。如何有效的管理工业废气的排放,首先就要求在未来短时间范围内对工业废气的排放量做出正确的预测。运用灰色关联度方法,定量分析了福建省工业废气排放量的影响因子。利用灰色系统理论建立了工业废气排放量的GM(1,1)模型,并与多元线性回归模型对比,证实该模型具有一定的可行性和使用性,为福建省工业废气的分析预测和治理提供依据。