基于概率组合的水质预测方法

当前水质预测研究中,组合预测缺少一般框架性组合方法,概率性预测多以水质指标服从某种概率分布为前提.针对这一状况,提出了一种概率性组合预测方法.组合预测采用优势矩阵法对预测结果加权融合,能够有效改善预测效果,并可以进一步扩展新方法;概率性预测基于对历史预测的统计,并对其进行有效性检验,进而给出水质指标在一定置信度下的区间估计.将基于灰色模型群法和指数平滑法的概率组合预测方法应用于浙江鸠坑口进行预测实验,实验结果表明,组合预测方法的总体预测效果优于单一预测方法,统计概率有效性可以得到验证并且能够有效给出一定置信度下水质指标波动曲线的包络线.概率组合预测可以有效优化预测精确度和稳定性,能够成功给出概率性的预测结果,为进一步决策奠定了基础.     

灰色模型在大气悬浮颗粒物浓度预测中的应用

灰色预测是用灰色模型GM(1,1)进行的定量预测,灰色预测大致可有4种:数列预测、灾变预测、季节灾变预测、拓扑预测。其中,数列预测应用最为广泛,但预测的对象或原始数据都是随时间呈单调的增或降,而对非单调的或具有一定波动的数据预测,却很少见有文献报道。本文就灰色模型在大气悬浮颗粒物浓度的预测中的应用作一探讨。     

BP模型在河流水质预测中的误差分析

为验证BP模型在河流水质预测中的有效性，利用仿真技术模拟一条河流污染物变化趋势，产生大量的河流水质参数数据。用上游已知河段的水质数据预测该河流下游10个检测断面的水质状况。预测过程分2种情况进行：长距离预测（一次连续预测下游10个河段）和短距离预测（每次连续预测下游2个河段）。并以MSE函数生成均方误差作为对2种预测方法性能的检验，结果显示，长距离预测的性能低于短距离预测，2种方法对溶解氧预测的均方误差为0.432和0.035，对生化需氧量预测的均方误差分别为0.243,0.055。     

BP模型在河流水质预测中的误差分析

为验证BP模型在河流水质预测中的有效性,利用仿真技术模拟一条河流污染物的变化趋势,并得到大量的河流水质参数数据.用上游已知河段的水质数据预测该河流下游10个检测断面的水质状况.预测过程分2种情况进行:长距离预测(一次连续预测下游10个河段)和短距离预测(每次连续预测下游2个河段),并以MSE函数生成均方误差作为对2种预测方法性能的检验.结果显示,长距离预测的性能低于短距离预测,2种方法对溶解氧预测的均方误差为0.432和0.035,对生化需氧量预测的均方误差分别为0.243、0.055.     

历史数据缺失下的建筑垃圾产量预测

在建筑垃圾产量预测中,历史数据的缺乏,加大了预测难度、降低了预测精度。本文通过借助ARIMA模型预测拆除面积和建筑竣工面积,从经验系数法和间接预测法着手,对建筑垃圾产量进行预测。解决了因历史数据缺失,影响对建筑垃圾产量预测的实际问题。     

城市年废水量的灰色系统预测模型

一、概述 灰色系统(简称灰系,Grey Systems)理论自邓聚龙提出后,已经比较广泛地应用于各个领域,灰色系统在建模、控制、预测、决策、优化等方面的思路和方法都有其明显的优点。本文仅根据常用的灰系预测方法,试求探讨其在环境预测中的应用。 灰系预测主要是用灰色建模GM(1,1)模型进行。预测方法包括:(1)数列预测,(2)灾变预测,(3)季节灾变预测,(4)拓扑预测,(5)系统预测,常用的是数列预测。本文采用的是时间数据序列预测方法。     

运用三次指数平滑法及多元线性回归预测并分析2000年垃圾产量

本文论述了如何运用统计预测的方法来预测我国2000年垃圾产量,以及垃圾产量的五元线性回归分析过程,并对预测结果进行了分析,说明了诸多因素与垃圾产量的线性关系.预测的方法很多,如:回归预测法、时间序列预测法、趋势外推预测法、指数平滑预测法、季节变动预测法,马尔柯夫预测法及投入产出预测法等.本文描述的预测方法是以现有数据特点及便于微机运算为基础,所有的公式都是可由微机编程的数学模型,并且表中的及各步骤的中间结果都是通过微机编程、调试计算出的精确结果.     

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。     

组合预测模型在战略环境评价中的应用——以山东省汽车工业规划SEA为例

预测方法繁多,科学的选择预测方法是决定SEA成败的关键环节。许多预测方法被认为可用于SEA,但是还没有在实践中得到足够的验证。文章简要介绍了组合预测模型的基本思想,提出了2种预测法所构成的组合预测法加权系数的计算公式;并以山东省汽车工业规划SEA为例,对汽车保有量进行了预测研究;结果表明:采用组合预测法的预测精度比两种单项预测模型的预测精度都有较大的提高,其误差平方和明显降低。     

AERMOD与估算模式在环境影响评价中的应用与比较

采用AERMOD和估算模式两种预测模式对同一生活垃圾填埋场进行了预测。比较两种预测结果可以看出,在污染源、预测范围、运行周期相同的情况下,敏感点处的落地浓度均与排放源强呈正比,与距离呈反比。预测结果同时说明,估算模式是一种保守的预测模式,其预测结果比AERMOD模式大,可作为进一步预测模式的有效补充。     

AERMOD预测中网格划分与地形数据的优化配置研究

为研究不同分辨率的地形数据和预测网格对AERMOD模式预测结果的影响。文章以某热电联产项目为例,运用AERMOD模式,在模式其他参数设置不变的情况下,通过改变地形数据和预测网格分辨率,设计2组预测情景(A1~A5和B1~B5),对预测区域内的最大落地浓度进行对比分析。结果表明:在预测网格分辨率相同的情况下,选用分辨率越大的地形数据,最后的区域最大落地浓度预测结果越大,随着预测网格分辨率的不断减小,地形数据分辨率的不同所带来的预测结果差异性越来越小。30 m分辨率的地形数据与分辨率100 m的预测网格配置最优。90 m分辨率的地形数据与分辨率150 m的预测网格配置最优。选择的预测网格分辨率不能与选取的地形数据分辨率相差太大,以免造成预测结果失真。因此,在选用AERMOD模式预测大气污染物扩散过程中要充分考虑到地形数据分辨率与预测网格分辨率的最优配置问题,从而使最终的预测结果更加精确、更贴近实际。     

有色和稀有金属内生矿床的大比例尺预测图

综述了大比例尺预测图在有色和稀有金属矿床预测中的应用,描述了预测图的表现形式和内容,对比了不同预测图在矿床局部预测中的可信度和准确度。为了确保地质勘探工作取得良好效果,对预测图的进一步完善提出了应解决的问题和应采取的措施。     

应用灰色系统预测方法建立城市废水量预测模型

一、问题的由来灰色系统(简称灰系,Grey-systems)理论自邓聚龙教授提出后,已被成功而广泛地应用于各个领域。灰色系统的建模、控制、预测、决策、优化等等,都有其明显的优点。本文仅根据常用的灰系预测方法,探讨其在环境预测中的应用。灰系预测主要是用灰色建模GM(1,1)模型进行。预测方法包括数列预测,突变预测,季节突变预测及拓朴预测。其中,常用的是数列预测。我们采用的是时间数据序列预测方法。城市废水排放总量是一个综合性的环境统计指标,包括工业废水与生活污水。它与当地的经济发展水平、技术水平、管理措施、人口数     

AERMOD与估算模式在环境影响评价中的应用与比较研究

简单描述了大气环境影响评价中的AERMOD模型及估算模式,采用这两种预测模式对同一生活垃圾填埋场无组织排放的NH3、H2S进行了预测。比较两种模式的预测结果可以看出,估算模式仅能预测小时值,AERMOD模式可同时预测小时值、日平均值、年平均值。在污染源、预测范围、运行周期相同的情况下,不论哪种预测模式,污染物的最大落地浓度均与排放源强呈正比,敏感点处的落地浓度均与污染物源强呈正比、与距离呈反比。预测结果同时说明,估算模式是一种保守的预测模式,其预测结果比AERMOD模式大,可作为进一步预测模式的有效补充。     

飞机铝合金结构腐蚀损伤预测方法对比性研究

依据飞机LD2结构材料的加速腐蚀试验数据,提出了数据拟合、神经网络、时间序列3种腐蚀损伤预测方法,并对3种预测方法的基本原理、预测精度及预测外延性进行了对比分析。研究发现神经网络和时间序列方法预测精度较高;时间序列方法的预测外延性较好,能够以较高精度预测未来一段时期腐蚀损伤的发展趋势及损伤程度。因此,应根据研究需要选用合适的方法进行腐蚀损伤预测。     

基于ARIMA和BP神经网络的猪舍氨气浓度预测

为了从源头减少生猪养殖过程中的氨气排放,降低猪舍氨气浓度,提出了基于ARIMA-BP神经网络的猪舍氨气浓度组合预测方法,分别从最优权重和残差优化角度对基于ARIMA-BP神经网络的组合预测方法进行了对比研究.将该预测方法应用于江苏省宜兴市某养猪场的氨气浓度预测中,预测结果表明：基于ARIMA-BP神经网络残差优化组合预测方法的预测精度最高,与BP神经网络、ARIMA预测方法和基于ARIMA-BP神经网络最优权重组合预测方法对比分析,评价指标MAE、MAPE和RMSE分别为0.0319、0.1580%和0.0365.本文提出的氨气预测方法可以为猪舍环境精准化调控管理提供科学依据以减小猪舍氨气排放对生态环境的污染.     

论2000年环境预测中的几个关系

<正> 预测到2000年实现工农业总产值翻两番宏伟目标中的环境发展趋势,已经列入国家《2000年的中国》总体预测研究的组成部分,环境预测势在必行,势在速行。环境预测按照什么样的指导思想、循着什么样的方法进行,不仅决定着预测工作能否顺利进行,而且决定预测质量的好坏。本文拟就环境预测中如何处理几个关系,进行初步的探讨。     

大气污染物总量预测方法及其应用

针对“十五”环境保护规划中提出大气污染物产量预测的问题，对区域性大气污染物产生量的预测作了全面论述：提出了预测的假设性前提，基本方法、预测的路径、预测的程度和计算过度，“广义技术测度”。文中还一并对辽宁省“十五”期间大气污染物产生量的预测结果作了计算。该文阐述的方法对大气污染物产生量预测有广泛的适用性。     

城市固体废物的灰色预测与评价

对城市固体废物中长期预测，由于影响因素较复杂，采用常规回归分析模型预测，一般精度较低，且要求数据充分。采用灰色预测模型，以杭州市固体放心物历年实际数据进行拟合性预测。结果表明，该模型对城市固体废物作中长期预测，其预测的准确率可达９３－９９％之间，能较好满足环境规划预测的需要。     

关于建立事故预测和决策系统的探讨

关于建立事故预测和决策系统的探讨太原化肥厂左东红１．预测技术与安全事故预测的目的在于决策，为决策提供依据。事故预测是定量的，决策是定性的，要提高预测的准确性和决策的实用性，必须分析其影响因素，并寻找合理的数学模型。事故预测属安全经济学范畴，在我国只是...