C程序设计在“灰色关联分析”中的应用

介绍用Ｃ程序设计，处理灰色系统理论中灰色关联度模型的程序。     

用计算器灰色预测环境污染

建立了环境污染预测的ＧＭ（１．１）模型，并在ＣＡＳＩＯｆｘ－３８００Ｐ计算器上进行程序设计。实例应用结果表明，用计算器来实现环境污染灰色预测，不仅简便、快速、结果准确可靠，而且较之计算机更为方便实用。     

城市环境质量的灰色聚类分析

将灰色系统理论应用到城市环境质量评价中，建立了相应的隶属函数模型，经实例分析表明，该方法具有计算简便，分辨率高和已知信息利用率高等特点，所得评价结果更为客观，可靠。     

灰色新陈代谢GM(1,1)模型在城市道路交通噪声预测中的应用

以郑州１９９１～１９９６年城市道路交通噪声监测的数据,运用灰色系统理论,建立了常规ＧＭ（１,１）和新陈代谢ＧＭ（１,１）预测模型。经用四种不同方法对两种模型的精度进行检验,结果表明,新陈代谢ＧＭ（１,１）模型优于常规ＧＭ（１,１）模型,其精度更高,不失为预测城市道路交通噪声的一种好方法。应用该模型,对郑州城市道路交通噪声未来１０年进行预测,其结果符合郑州城市的实际情况     

PC—1500计算机在“灰色关联分析”中的应用

介绍一个用ＰＣ－１５００计算机，处理灰色关联分析数据的程序。     

中山市岐江河高锰酸盐指数的灰色GM(1,1)预测

以中山市岐江河近7年的高锰酸盐指数监测数据为基础,采用灰色系统理论中的预测方法,建立了岐江河高锰酸盐指数的灰色预测模型.用该模型预测岐江河2003年、2004年、2005年高锰酸盐指数的值分别为4.8、4.7和5.3.     

环境预测中的GAM模型

当原始序列属代数曲线型时，应用ＧＡＭ模型可以提高精度，从而避免进行ＧＭ（１，１）模型的残差修正二次建模。从分析ＧＭ（１，１）模型的缺陷着手，结合实例详细介绍了ＧＡＭ模型的思想形成和计算方法。     

环境振动的灰色预测模型

利用GIM(1)的非时序直接建模法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     

灰色系统GM（1,1）模型在城市地下水总硬度预测中的应用

应用灰色系统GM(1,1)模型,对地下水中总硬度的变化作了预测.检验结果表明,该模型精度较高,是一种较好的预测方法.     

回归分析与灰色系统耦合用于水环境预测研究

探讨了将多元回归分析模型和灰色系统（ＧＭ（１,１））耦合应用于武汉市东湖水体污染预测的方法和技术。首先根据多年污染因子浓度监测资料分别建立了ＣＯＤ、ＢＯＤ、ＴＮ、ＴＰ与人口、经济和捕鱼量之间的多元线性回归方程;之后根据人口、经济和鱼产量的历史资料,用ＧＭ（１,１）模型拟合,再反推得到预测值;最后,将人口、经济和鱼产量的预测值代入多元线性回归方程得到污染物浓度的未来值。这样将环境污染与社会经济联系起来更能反映环境质量的变化趋势。结果表明,到２１ 世纪,东湖水体的ＴＮ、ＴＰ、ＣＯＤ、ＢＯＤ 的浓度将分别是１９８２ 年的２．５８、３．７０、２．４５ 和７．８９ 倍;比１９９２年分别增长３３．５％ 、６８．１８％ 、６８．２８％ 和２２９．２４％ ,将处于超富营养状态,如不及时治理,生态环境将进一步恶化。     

灰色理论及其模型在北京典型城市区域声环境研究中的应用

以北京市某典型区域作为研究对象，在收集大量相关资料与实测历史噪声数据的基础上，对研究区域内的声环境质量影响因素进行灰色关联度分析，并运用灰色理论建立GM（1,1）模型进行预测。结果表明，影响城市区域声环境质量因素从大到小的排序依次为：机动车辆﹥常住人口数量﹥平均车流量﹥地区生产总值﹥城市道路桥梁﹥基础设施投资﹥治理噪声环保投资；以研究区域内噪声污染实测历史数据建立的GM（1,1）模型精度符合要求标准，根据GM（1,1）模型预测北京市“十二五”期间声环境质量达标且有轻微下降趋势。     

灰色系统模型GM（1,1）的参数估计方法

提出了灰色系统模型ＧＭ（１,１）参数优化估计的一种新方法－－加速遗传算法,分析了该算法控制参数的优化特性,总结了这些参数的简便设置技术,并给出了它的几个应用实例,该方法也可用于其它环境工程优化计算中。     

1976-2005年唐山地区降水变化规律及干旱预测

利用唐山市1976-2005年各县年降水序列，分析了该市降水的空间分布规律和时间变化特点。采用灰色系统的灾变预测方法，对各县分别建立了GM（1，1）模型，进行未来25年唐山市各站的干旱年预测。利用残差检验、后验差检验和关联度检验对各模型分别进行了精度检验。结果表明，预测模型精度较高，可以对唐山市各县未来的干旱年进行预测，从而为科学决策提供依据。     

Modified grey model for estimating traffic tunnel air quality

This study compared three forecasting models based on the mean absolute percentage errors (MAPE) of their accuracy in forecasting air pollution in a traffic tunnel: the Grey model (GM), the combination model used four sample point and five sample point prediction with GM (1,1)(GM(1,1)^4 + 5), and the modified grey model (MGM). An MGM was combined using the four points of the original sequence using the original grey prediction GM (1,1) for short-term forecasting. The proposed method cannot only enhance the prediction accuracy of the original grey model, but can also solve the jump data forecasting problem something for which the original grey model is inappropriate. The MAPE was applied to the models, and the MGM found the proposed method to be simple and efficient. The MAPE of MGM, calculated over 3 h of forecasts, were as follows: 10.12 (Upwind), 10.07 (Middle) and 7.68 (Downwind) for CO; 10.79 (Upwind), 6.05 (Middle) and 5.98 (Downwind) for NO _x , and 11.67 (Upwind), 7.32 (Middle) and 4.56 (Downwind) for NMHC. The MGM model results reveal that the combined forecasts can significantly decrease the overall forecasting error. Results of this demonstrate that MGM can accurately forecast air pollution in the Kaohsiung Chung–Cheng Tunnel.     

浅谈GAM与GM（1,1）模型

对ＧＡＭ水环境预测模型提出了四点不同看法，与有关作者商榷，指出ＧＭ（１，１）模型与ＧＡＭ模型二者并无优劣之差，精度亦相当。     

水质变化灰色预测方法的探讨

本文以某地地表水高锰酸盐指数年平均浓度的变化为例，结合新近的一些研究成果，介绍ＧＭ（１，１）模型衍生出来的几种线性回归求解法。     

用灰色系统理论对新疆主要河流水质进行预测和分析

在对新疆河流水质现状进行分析评价的基础上,用GM(1,1)模型对今后五年内的河流水质进行了预测。