中国能源碳排放与GDP的关系及其动态演变机制——基于脱钩与自组织理论的实证研究

从总体特征和脱钩关系角度对我国1990—2013年能源碳排放与GDP的关系进行分析。结果表明:能源碳排放与GDP之间呈现出较强的关联性,1997—1998年我国能源碳排放与GDP处于"绝对脱钩"状态,2003—2004年处于"未脱钩"状态,其他年份处于"相对脱钩"状态。其次,根据自组织理论中的哈肯模型建立能源碳排放与GDP的演化模型,对能源碳排放与GDP进行预测。结果表明,我国到2020年单位GDP的能源碳排放比2005年下降了45.18%;2015—2020年我国能源碳排放年均增长率为3.17%,同时GDP年均增长6.44%,我国能源碳排放与GDP处于"相对脱钩"状态。第三,构建势函数来模拟能源碳排放与GDP系统的演化过程,并分析序参量和控制参数,表明能源碳排放是序参量,它主导着GDP的发展变化和系统的演化过程;控制参数的变化也会引起势函数的变化,从而影响系统的调整与演化。     

突发事件对西藏入境旅游影响评估与响应机制研究

突发事件对入境旅游的影响成已为旅游业界和学术界重点关注。通过构建BP神经网络模型,利用西藏2005—2010年月入境旅游人次统计数据,评估了2008年拉萨＂3.14＂突发事件对西藏入境旅游的影响。根据突发事件发展经历爆发期、持续期、扩展期和消退期四个阶段,构建突发事件响应机制,为西藏建设世界重要旅游目的地提供重要参考。     

南京市房地产投资与GDP关系研究

以Eviews5.0为平台,运用计量经济模型对南京市GDP增长与房地产投资之间的关系进行了实证分析。结果表明,在短期内两者之间仅存在单向的因果关系,即南京市GDP增长是拉动房地产投资增长的原因,而房地产投资增长对GDP增长的影响并不显著;GDP增长波动对房地产波动具有即时的正影响。     

旅游上市公司业绩与宏观经济的动态关系研究

从宏观经济视角研究其对旅游上市公司业绩变化的影响,探索两者之间的动态影响关系。通过普通最小二乘回归法,建立VAR模型,利用脉冲响应函数和方差分解定量分析了宏观经济对旅游上市公司业绩的影响。结果表明,GDP和人均可支配收入的变化冲击会给旅游上市公司主营业务收入带来长期的正向影响,短期的1年时间有小幅度波动,之后影响持续稳定。从长期来看,GDP对旅游上市公司主营业务收入的影响比人均可支配收入更大。     

基于Adaboost集成BP网络原煤生产成本预测研究

为了提高传统BP神经网络预测模型精度,避免BP网络容易陷入局部极值、收敛速度慢等问题,将BP神经网络与Ada-boost算法相结合,提出了一种Adaboost集成BP神经网络模型.结合磁县观台煤矿原煤生产成本相关数据,建立了原煤生产成本预测的Adaboost集成BP神经网络模型,将该模型用于实际的原煤成本预测.结果表明：该模型预测精度高于传统的BP神经网络,收敛速度快,具有较强的鲁棒性,预测精度能满足实际预测需要,为原煤生产成本预测提供了一种新的途径,也为原煤生产成本控制提供了重要依据.     

基于因子分析的BP神经网络对成都市需水量的预测

在对四川省成都市的水资源进行综合规划与评价的过程中,通过主成分因子分析可知人口、GDP、给排水管道长度等因素对需水量预测有较大影响,如何建立这些因素与需水量之间的数学关系是预测工作的重点。本文将介绍通过MATLAB数学分析软件建立BP神经网络预测模型,并对模型的预测结果进行评价。     

基于不同的神经网络模型PM_(2.5)浓度预测对比

近年来,以PM_(2.5)为主要污染物的重霾污染事件频频发生,给国民经济及居民健康造成了严重威胁。本文采用BP、RBF及Elman神经网络分别建立预测模型,并以青海省某工业园区某监测站监测的数据为实例对预测模型进行了具体的应用。结果表明:BP神经网络、RBF神经网络及Elman神经网络都可以有效预测PM_(2.5)浓度,但是BP神经网络预测模型预测误差要小于RBF神经网络模型及Elman神经网络模型,具有更高的稳定性和准确定。     

基于Matlab的神经网络在绵阳空气质量预测中的应用

以绵阳市2014~2016年空气污染指数(API)以及SO 2、NO 2、PM 10等污染物为研究对象,探讨了绵阳市空气污染的变化规律,并分析它们与常规观测的地面气象资料之间的关系。尝试采用多元线性回归方法及BP神经网络方法建立污染预报模型,并检验分析两种模型的可行性。结果表明基于BP神经网络的预报模型在污染预报中可行,并建立基于BP神经网络进行空气质量预测的预测模型,利用历史资料进行验证。     

BAF处理系统的BP神经网络模型

本文以某污水处理厂曝气生物滤池（Biologlcal aerated filter,BAF）的实际运行数据为基础,采用人工神经网络（Artificial neural network,ANN）方法,建立起BAF处理系统的BP神经网络预测模型。模型运算结果表明,预测值和实测值能较好地吻合,起到了模拟预测的效果,同时能优化运行状态。该模型的建立为BAF处理系统的预测及运行管理供了一条简便实用的途径,具有良好的研究和工程实用价值。     

大型会展对举办地旅游形象的提升路径及效应分析——以上海世博会为例

大型会展对提升举办地旅游形象效应成为旅游学界当前关注的热点。以上海世博会为例,采用案例分析法和文献研究法,在分析过程中结合定量分析和定性分析,研究大型会展对旅游地的形象效应。研究表明,上海世博会主要通过聚焦作用下的旅游形象建设、光晕遮蔽作用下的网络宣传、世博宣传片与上海旅游形象联手营销、旅游企业的积极行为以及政府的支持与配合等5种途径提升上海都市商务会展、都市文化、都市休闲等旅游形象,提出利用大型会展的聚焦作用和光晕遮蔽作用提高举办地知名度,将大型会展宣传与举办地旅游形象宣传相结合,将大型会展建设融人到城市的旅游形象建设之中等3个方面提高旅游地形象。     

基于ARIMA-BP模型的包头市环境可持续发展预测

以国家生态环境政策为基础,构建城市环境PSR模型并确定各个指标权重,模型包含5个环境压力指标、6个状态指标和4个响应指标因素。根据2000—2013年包头市环境PSR指标数据计算环境可持续系数、环境压力系数、环境状态系数和环境响应系数,运用时间序列ARIMA模型,分别预测2014—2020年各个指标的变化,构建三层BP神经网络15-21-4模型预测包头市2014—2020年环境可持续系数的发展趋势。根据预测结果,提出包头市转型发展、改善生态环境、建设生态文明的对策,以促进资源有效利用、加快产业转型、加大环保力度,呼包银榆经济区环境协调与可持续发展。     

中国资源型城市人口城镇化时空演化分析北大核心

基于第五、六、七次全国人口普查数据,借助空间分析方法和多元线性回归模型揭示我国资源型城市人口城镇化特征及其动态变化,并划分资源型城市城镇化发展类型区,以探究人口与城镇化协同发展的新趋势。结果表明:①2000—2020年我国资源型城市人口城镇化水平显著提升,不均衡性缩小,由加速推进期进入减速推进期。②人口变化速率表现出先增后减的变化特征。③各类型城市人口城镇化水平与变化速率呈现相反排列顺序。④人口发展速度滞后于城镇化发展速度的现象加重,人口—城镇化同步型和城镇化滞后型向人口滞后型转变。⑤人均GDP、二产产值占比、制造业从业人数和建成区面积对人口城镇化发展具有较强的影响力。     

修正的BP神经网络森林火灾成灾面积预测研究

以1997-2012年《中国林业统计年鉴》的全国森林火灾成灾面积为依据,应用BP神经网络模型对成灾面积进行了预测,对预测方法进行了检验.在此基础上,利用残差提出了修正的BP神经网络模型,并对预测方法进行了改进.研究结果表明,修正的BP神经网络预测精度高于BP神经网络,预测相对误差平均为7.2％,可应用于森林火灾成灾面积的预测.     

基于BP神经网络的天线识别

本文比较研究了BP神经网络中的几种常用算法,针对这些不同算法下的BP神经网络进行训练,并得出了各自网络的性能。在此基础上,针对经典BP算法和LM算法进行对比研究,找到LM算法的改进之处。此外,在实际的应用中表明,不仅不同的BP算法对网络的运算速度、泛化能力等有较大的影响,而且BP神经网络对隐含层神经元数目也很敏感。我们希望在BP神经网络的基础上,构建一种合适的天线模型,来应用于天线的分类识别,这将具有很大的现实意义。     

污染排放对经济发展的负面影响研究

以1998—2009 年各地区的数据为样本,利用联立方程模型检验污染排放对经济发展的负面影响,以及宏观经济结构对这种影响的调节作用.研究发现,经济发展与污染排放之间存在相互影响的关系,经济结构与污染排放之间也存在相互影响的关系.当期经济发展水平的提高必然会引起污染排放的增加,但当期污染排放的增加会对今后经济发展产生滞后的负面效应.投资和出口对污染排放的负面影响存在调节作用,即投资比重越高,出口比重越低,当期经济增长引起的污染排放越少,污染排放的负面影响也越小.不过,消费比重对污染排放负面影响不存在调节作用.     

次区域城市群协同发展时空演变及动态模拟研究——以宜荆荆恩城市群为例

建立"经济水平—交流服务—产业发展—生态文明—公共服务—科技创新"框架,以宜荆荆恩城市群为例,并与相似区域城市群对比,综合运用耦合协调度、BP神经网络模型、ArcGIS空间分析工具研究次区域城市群协同发展时空演变规律及发展趋势。结果表明:(1)宜荆荆恩城市群综合发展能力指标总体协调发展不均衡。(2)与苏锡常都市圈相比,宜荆荆恩城市群的综合协同发展水平较低,且处于波动状态。(3)在动态模拟方面,宜荆荆恩城市群2020—2025年协同水平差距将持续增大,其协同发展水平在南北方向呈倒"U"型,东西方向呈"两边低,中间高"的趋势。     

BP神经网络预警在旅游安全预警信息系统中的应用

将BP神经网络预警技术应用于旅游安全预警信息系统的开发实践，研究建立了一个基于BP神经网络的旅游安全预警模型。该模型有4个子系统构成，即预警知识提取子系统、预警信息库、报警系统和人机互动设备，分析总结了包含旅游地灾害频度、出游设施安全度和旅游地区域安全度三大类10个子因子为内容的旅游安全预警影响因素。在旅游安全预警的影响因素和安全预警的报警判别模式的基础上，进行了旅游安全预警应用的实验设计。实验结果显示，该模型应用效果良好。     

基于BP神经网络模型在珊溪水库水华预测中的应用

在珊溪水库藻类暴发期间应急监测数据的基础上,建立pH值、高锰酸盐指数、总氮、总磷、叶绿素a数据矩阵。运用MATLAB R2015b GUI可视化界面模块,将应急监测数据样本空间分为训练样本、验证样本、测试样本,建立珊溪水库BP神经网络模型,预测了珊溪水库藻类暴发期间叶绿素a浓度。BP神经网络建模结果显示:输出数据与实测数据相关系数0.978,平均相对误差-0.19%,标准方差18.54%,模型稳定性较好,叶绿素a预测结果符合预期。BP神经网络预测模型为珊溪水库饮用水水源地环境保护提供了科学依据。     

基于模糊神经网络的煤炭企业循环经济评价模型

针对煤炭企业循环经济水平具有模糊性的特点,利用模糊神经网络具有模糊化和良好泛化的能力,在探讨煤炭企业发展循环经济影响因素的基础上,从经济发展、资源利用、节能减排、环境状况、循环特征五个方面建立了煤炭企业循环经济评价指标体系,构建基于模糊神经网络的煤炭企业循环经济评价模型,并按照模糊神经网络结构的建立、输入数据的模糊化、输出数据的反模糊化、BP神经网络训练进行模型求解和运算,算例验证了该模型具有较好的学习能力.利用该模型评价煤炭企业循环经济具有有效性和准确性.     

地方政府投资对城镇化发展的影响——基于中国省际面板数据的实证研究

自1978年以来,我国城镇化水平呈逐步上升趋势,城镇化发展取得巨大成就,而地方政府投资在城镇化发展进程中发挥了重要的推动作用。通过对我国城镇化发展演变历程和地方政府投资现状的梳理,基于我国2000—2015年的省际面板数据,采用固定效应模型,从全国宏观和分区域两个层面实证研究了地方政府对城镇化发展的影响机制。结果表明:地方政府投资与城镇化发展呈正相关,地方政府投资拉动城镇化发展,不同区域的地方政府投资对城镇化发展的正向拉动力度迥异,东部最强,中部次之,西部最弱。为推动城镇化进程,应充分发挥地方政府投资对城镇化的正向拉动作用。