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.     

临街建筑群间交通噪声一维分布灰色系统模型预测

研究交通噪声在建筑群间传播与分布的计算机模拟方法,建立在物理模型的基础上。由于噪声实际传播过程中未知因素太多,使由物理模型得出的预测结果在离声源较远处与实际相比有较大误差。本文提出的灰色系统模型预测方法,首先给出非本征灰色系统中物理参量按坐标分布的一般GM(1,1)模型,用计算机模拟方法在其有效的范围内获取的数据构成原始序列,按GM(1,1)建模方法给出交通噪声按坐标分布的预测值,预测结果在离交通干道较远处的分布更符合实际情况,在此范围内提高了预测精度。     

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.     

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。     

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。      

利用灰色模型预测打桩噪声和振动的传播

建筑打桩施工的噪声和振动,由于在实际传播过程中的未知因素很多,难以建立较高精度的物理预测模型。该文利用灰色系统理论建立GM(1,1)预测模型,用现场实测数据构成原始序列,以原始数据进行累加生成,计算打桩施工噪声级和振动级按坐标分布的预测值,其结果与实测基本相符,预测精度达到一级。      

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.     

2010年厦门市区域环境噪声的灰色预测

运用灰色系统理论的关联度分析方法,对厦门市区域环境噪声污染的原因进行分析,结果表明,影响厦门市环境噪声的因素中占主要地位的是人口密度.建立GM(1,1)灰色预测模型,该模型精度较高.厦门市区域环境噪声2010年预测值为58.2dB.     

GM(1,1)模型预测城市区域环境噪声的应用

介绍了重庆市主城区区域环境噪声污染现状,根据1996～2002年区域环境噪声的监测数据,建立了GM(1,1)灰色预测模型,通过预测探讨了区域环境噪声的变化规律.结果表明,主城区未来几年区域环境噪声呈上升趋势,2003年预测值为57.8分贝.     

肇庆市大气降水pH值的灰色预测

利用灰色系统理论中的GM(1,1)模型建立了肇庆市大气降水pH值的预测模型,经检验该模型精度较高.在此基础上对肇庆市今后几年的大气降水pH值进行了预测.     

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。     

灰色系统理论对我国垃圾产量的预测

为了给城市环境规划提供理论依据,需要对城市生活垃圾产量进行预测,以期揭示其变化规律和发展趋势,提出了预测模型,并进行分析研究。模型充分考虑了影响垃圾产量的多种因素,并通过灰色关联度分析,选取与垃圾产量最为相关的5个因素,建立了包括多个因素指标的GM(1,1)预测模型。该模型考虑了城市生活垃圾产量的主要影响因素,得到的拟合数据比较理想,预测模型和结果也更为合理可信。     

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。     

江苏省城市生活垃圾清运量的相关因素分析及灰色模型预测

生活垃圾产生的不确定性和分散性使其清运量符合灰色数据特征,可建立相应的灰色模型进行预测。本文在已知2003—2007年间江苏省城市生活垃圾清运量、城镇人口数量、15～64岁人口比例、人均年可支配收入和消费性支出的基础上,通过灰色关联分析,得出城镇人口数量和15～64岁人口比例为影响江苏省城市生活垃圾清运量的主要因子,并利用灰色系统理论建立了满足精度要求的GM(1,1)预测模型,对2008—2012年的江苏省城市垃圾清运量进行了预测。该预测结果将对近期江苏省城市生活垃圾治理决策的制定具有指导作用。     

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。      

城市生活垃圾产量预测模型

分析了昆明市1996——2001年度每年垃圾产生量的数据，由此提出了可应用于南方城市垃圾产量预测的GM(1，1)SSODMM灰色模型。通过几次迭代后，该模型可对非升凹或升凸的原始数据进行较为准确预测，且精度令人满意。计算结果表明通过三次迭代后该模型对昆明城市生活垃圾进行预测的精度达到一级。     

新陈代谢模型滑动指标检验及其在道路交通噪声预测中的应用

定义了灰色新陈代谢模型的滑动指标,实现了对新陈代谢模型各项精度指标及其稳定性的动态检验。对长春市1995年～2006年城市道路交通干线噪声监测的数据运用灰色系统理论,分别建立了3种预测模型,并对这3种模型的各项滑动指标、一步预测滚动指标分别进行了检验。