机场航站楼运行节能绩效评价方法

航站楼是机场的主要耗能设施,降低航站楼能耗是民航机场节能减排的关键。对既有航站楼来说,运行节能是主要的节能途径。航站楼年度运行节能绩效,不能仅凭能耗值的增减进行评价,应合理考虑气候因素和旅客量的变化、波动影响。本文提出了虑波评价的概念,给出了航站楼空调、照明和客运/商业的能耗虑波系数以及航站楼运行节能绩效的计算方法。应用表明,采用虑波能耗对航站楼节能绩效进行评价更为合理。     

基于GM(1,1)模型群的阿什河氨氮浓度的预测研究

依据灰色系统理论,以2000年-2009年10年阿什河入江口断面枯水期氨氮浓度构造了一个由6个GM(1,1)模型组成的灰色动态模型群,并运用该模型群对其变化趋势进行了预测分析,得到令人满意的结果。研究表明,灰色动态模型群法能够充分利用近期水质资料信息预测未来水质变化趋势;以模型群统计平均值作为最终预测值,避免了单一灰色模型容易利用不稳定信息的缺陷,使得预测精度更加准确,预测结果更为可信。     

基于灰色马尔科夫模型的2A12铝合金腐蚀预测方法研究

目的研究飞机结构件的腐蚀随时间的变化规律,为其寿命预测及可靠性分析提供参考。方法以2A12铝合金试件为对象,利用加速腐蚀试验设备,对其进行7个周期的加速腐蚀,以获得蚀坑深度的原始数据。在此基础上,将灰色GM(1,1)模型与马尔科夫链模型相结合,建立起能够预测蚀坑深度的灰色马尔科夫模型。结果将预测值与试验值进行对比,结果表明,灰色马尔科夫模型预测精度在0~4.5%之间,预测结果比较准确。结论该灰色马尔可夫模型能够较好地反映该型铝合金在腐蚀过程中蚀坑深度的变化趋势,建立起了一种新的腐蚀预测方法。     

基于灰色GM(1,1)模型的成都市大气污染物浓度预测

基于灰色系统理论的预测原理和方法,在城市大气污染物浓度预测中应用了灰色GM(1,1)模型。该模型通过了残差检验和后验差检验,检验结果均在允许范围内,模型精度较高。采用该模型对成都市2018-2022年大气污染物SO_2、NO_2、PM_(10)、PM_(2.5)年均浓度进行了灰色预测。预测结果显示,成都市未来五年环境空气质量将持续好转,但NO_2和PM_(2.5)的年均浓度仍然较高,NO_2及颗粒物污染防治仍是成都市未来五年大气污染治理的重点。     

高校能源消耗建模研究与应用

针对高校能源消耗建模研究与应用问题,文中介绍了高校能耗日益增长现状,给出了高校能耗模型构建,为节约能源必须做好精准能耗预测.建立了灰色径向基函数神经网络高校能耗预测模型,并采用基于排序等分法赌盘规则选择算子的遗传算法对该模型进行全局优化,进一步用实例对比分析评估了模型的有效性.实践表明,优化后的模型能有效预测能耗,与传统单一的建模方式相比,有更好的拟合性、稳定性、预测精度和更快的收敛速度,为节能评估和设计提供了决策依据.     

大型枢纽机场可持续发展综合指数测度及预警

针对大型枢纽机场停车乱、航空噪声突出、航空垃圾处理不力、机场运营对生态环境质量的影响等多种问题,研究探讨大型枢纽机场可持续发展定量测度及预警问题.构建多目标多子系统简洁实用型指标体系.利用综合指数法给出大型枢纽机场可持续发展综合度测度模型.采用AHP-熵主客观综合赋权法确定各指标权重.建立大型枢纽机场可持续发展动态诊断预警系统,运用灰色人工神经网络最优组合预测法对指标属性值进行预测.对上海浦东机场进行可持续发展预警实例分析,结果表明,研究样本期内系统运行处于轻警区.大型枢纽机场可持续发展预警系统可行.具有满足实际部门应用的能力.     

渔业资源动态的综合时序模型

渔业资源的变动是一个随机过程,它既有确定性趋势,又有随机波动的特性。论文把灰色系统方法和时序分析相结合,用灰色GM(1,1)模型提取渔业资源变动中的确定性趋势,用时序模型描写它的随机波动,从而建立渔业资源动态的灰色时序模型。考虑到渔业资源的变化受到捕捞强度的影响,同时建立渔获量和单位捕捞努力量的渔获量(CPUE)关于捕捞努力量的二元时序模型。利用灰色时序模型和多元时序模型,对舟山渔场渔业资源的动态变化进行分析和预测,结果表明灰色时序模型和多元时序模型能很好地拟合渔业资源的变动过程,精确地预测渔业资源未来的状况。     

基于改进灰色与广义神经网络的火电行业NO_x排放组合预测

为解决区域火电行业NOx排放量的预测问题,在原始灰色模型基础上做出改进,提出了基于指数平滑的改进灰色模型,并将该模型与广义神经网络相结合,建立了基于改进灰色与广义神经网络的组合预测模型。以1998—2011年火电行业NOx排放量数据为基础,对提出的组合预测模型与灰色模型和广义神经网络模型的预测结果进行了对比。结果表明:建立的组合模型预测结果更为精准,能够更有效应用于区域火电行业NOx排放量的预测问题。     

合肥城市生活垃圾量的关联分析与灰色预测研究

基于灰色系统理论,运用灰色关联度分析法定量分析了影响合肥城市生活垃圾产量的主要相关因素;建立了合肥城市生活垃圾年产量的预测GM(1,1)模型,并对合肥市未来五年的生活垃圾产量进行了预测.预测结果显示,"十一五"期间合肥城市生活垃圾产量的年平均增长率将8.9%左右,而到2010年合肥生活垃圾产量更是将达到81.2万吨.研究表明,所建立的模型精度较高,预测值的验证性良好,运用灰色关联度分析和模型预测方法在城市生活垃圾研究中可以发挥良好的作用.     

灰色理论模型预测城市垃圾量

利用灰色理论模型 ,采用非线性微分方程拟合 ,可较好地预测城市垃圾的产生量。运用最小二乘法 ,通过MATALAB程序求出了模型中的参数 ,假设检验结果表明 ,该模型有较高的预测精度。根据上述模型 ,预测娄底市未来30a的总垃圾预测量为 80 4 90万t     

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。     

湖南省能源消费碳排放驱动因素及趋势预测实证分析

基于灰色系统理论,建立STIRPAT多变量非线性模型定量研究了湖南省6个角度11个指标对能源消费碳排放的影响。将缓冲算子理论与灰色预测分析相结合,在构建灰色Verhulst模型的同时,采用幂平均弱化缓冲算子对能源消费碳排放量原始数据作优化修正处理并预测未来5年碳排放量。结果表明:产业结构对碳排放关联程度最高、能源结构因素边际贡献率最大,弹性系数为-0.2055,经过幂平均弱化缓冲算子处理的模型具有更高的预测精度。通过定性分析湖南省能源消费碳排放量变化特征,定量计算碳排放驱动因素的边际贡献度,结合其发展趋势和预测结果,可为湖南省节能减排政策的制定提供参考。     

基于灰色神经网络的腐蚀损伤模型

为在小样本情况下对腐蚀损伤进行预测,结合灰色系统与神经网络,提出了灰色神经网络模型,利用该模型对已知腐蚀损伤数据进行了预测检验。为对比研究,同时采用灰色系统与神经网络方法预测了损伤值。结果表明,3种预测模型中,灰色神经网络预测精度最高,能够满足工程使用要求。     

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。     

灰色系统理论在城市交通噪声预测和绝对关联度分析中的应用

运用灰色系统理论的动态建模方法,根据最近7年的时间序列数据,建立了城市道路交通噪声的灰色预测模型。本模型经检验为一极模型,进行中、短期预测精度高,残差仅±0.7％。对某市未来几年交通噪声变化的趋势进行了预测。同时对影响城市交通噪声变化的８个相关因素进行了绝对关联度分析,确定了城市人口、车流量及机动车数量变化为影响交通噪声变化的优势因素。为交通噪声污染防治提供了科学依据。     

基于空间拟合和神经网络的机场噪声预测集成模型

将集成学习方法引入到机场噪声预测中,提出一种基于空间拟合和神经网络的机场噪声预测集成模型.该模型采用空间拟合算法和BP神经网络算法构建基学习器,然后通过所提出的基于观察学习的异构集成算法将基学习器集成起来,获得集成的机场噪声预测结果.该模型通过集成多个异构机场噪声预测基学习器,能够有效提升预测准确率.实验结果表明,本文所提出的基于观察学习的异构集成算法,较之其他异构集成算法,在解决机场噪声预测问题上准确性更高、容错性更强.     

基于多因素灰色预测模型的生活污水量预测研究

生活污水作为城市水环境的主要污染源,进行生活污水排放量的预测是十分必要的.污水排放量预测方法有多种,不同的方法有各自不同的特点.为提高预测精度,采用灰色预测与多元线性回归相结合的方法,综合各种因素建立多因素灰色预测模型.并以人口和人均纯收入作为影响因素,将该模型应用于苏州横泾街道生活污水排放量的趋势预测中.结果表明：该模型能反映系统的实际情况,建模精度高,平均相对误差只有0.069 8％,值得在污水排放预测中推广应用.     

城市三废排放量的灰色预测

本文运用灰色系统理论中的动态建模方法,建立了某市兰废排放量的灰色预测模型,并用该模型预测了该市在未来几年的三废排放量及其变化趋势,从而为制定合理的污染防治对策提供了科学依据。     

基于灰色系统理论的大气二氧化氮预测研究

根据成都市近年的NO2产生量监测数据,将灰色系统理论引入,对该市进行了灰色预测研究。运用灰色关联度法,定量分析了影响成都市NO2变化的因素。基于灰色理论,建立了成都市NO2产生量的GM（1,1,）预测模型。残差检验与后验差检验结果验证了模型精度满足要求。运用灰色预测模型对成都市未来五年NO2产生量进行了预测,结果表明,NO2年均浓度呈缓慢上升趋势,但并未超过国家二级标准,有待及时控制。     

灰色理论在预测鱼田堡煤矿矿井涌水量中的应用

煤矿地下水动态的预测预报始终存在着计算过程复杂、计算量大、且难以兼顾影响矿井充水的各种因素、精度较低的特点;灰色系统理论则具有高度的概括性、简单的计算过程和极佳的预测精度,因此在工程界得到了广泛的应用。本文采用灰色系统理论,以灰色理论GM（1,1）模型为基础对重庆鱼田堡煤矿矿井涌水量进行预测。结果表明,该方法在预测矿井涌水量中是一种简便而有效的好方法。根据涌水量预测结果,为矿井设计排水方案的最优化选择提供科学依据。