天津市工业固体废物产生量预测及对策研究

文章以天津市近几年的工业固体废物产生量数据为基础,运用灰色模型理论,建立天津市工业固体废物产生量的GM(1,1)预测模型,预测到2015年工业固体废物产生量将达到2100.46万吨,提出工业固体废物污染防治对策。     

中国工业固体废物产生量的预测及对策研究

以中国近几年来工业固体废物的产生量的统计数据为基础,应用灰色模型理论,建立工业固体废物产生量的GM（1,1）预测模型,预测到2015年中国工业固体废物产生量将达到3.3×10^9t;通过影响因素关联度分析,对工业固体废物产生量影响较大的因素是GDP,若是将GDP因素的影响考虑在内,到2015产生量将达到6.1×10^9t。预测结果表明今后中国工业固体废物增加速度很快,从而为环境管理提供了科学的依据。     

我国工业危险废物产生量的预测研究

采用灰色系统GM(1,1)和GM(1,2)模型,对我国工业危险废物产生量的变化趋势进行了预测研究。根据过去几年我国危险废物产生量的统计数据,在不考虑其它影响因素的的情况下,采用GM(1,1)模型,预测2010年我国危险废物将达到2432万t;在考虑到工业生产总值影响因子的情况下,采用GM(1,2)模型,预测2010年我国危险废物将达到2686万t。预测结果表明今后我国工业危险废物的产生量将增加很快,可供环境管理部门作参考。     

厦门市生活垃圾的灰色预测与分析

运用灰色关联度分析法,定量分析了影响厦门市生活垃圾产生量的影响因子,发现其主要因子是城市国内生产总值(GDP);利用灰色系统理论建立了该市生活垃圾产生量的GM(1,1)预测模型,并进行预测分析。     

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。     

新陈代谢模型在区域大气总量预测中应用研究

针对常规新陈代谢GM(1,1)模型存在着精度随预测时间增长而降低的不足,引入新陈代谢GM(1,1)模型对大连市未来五年的SO2排放量变化趋势进行了预测,对其模型的精度和可行性进行了分析和检验,并与常规GM(1,1)模型的预测结果进行了对比.结果表明:新陈代谢GM(1,1)模型预测区域大气总量是可行的,其模型的平均相对误差比常规GM(1,1)模型减少了45%,因此预测精度高,能够满足预测要求.     

北京市卫星城生活垃圾产生量的灰色预测

运用灰色理论,建立GM(1,1)模型来预测北京卫星城生活垃圾产生量。经过模型精度检验,结果表明:预测精度等级为1级,表明该方法对预测北京卫星城城市生活垃圾产生量是可行的,并运用此模型预测了2009—2020年北京卫星城生活垃圾的产生量。     

北京市卫星城生活垃圾产生星的灰色预测

运用灰色理论,建立GM(1,1)模型来预测北京卫星城生活垃圾产生量.经过模型精度检验,结果表明:预测精度等级为1级,表明该方法对预测北京卫星城城市生活垃圾产生量是可行的,并运用此模型预测了2009-2020年北京卫星城生活垃圾的产生量.     

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。     

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。     

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。     

工业废气年排放量的灰色GM（1,1）预测

本文根据灰色理论ＧＭ（１，１）预测方法，以保山地区１９９３－１９９７年度工业废气年排放量数据为基础，建立了保山地区工业废气年排放量的ＧＭ（１，１）预测模型。模型精度为一级，用该模型进行预测，能反映出保山地区工业废气年排放量的发展变化情况。     

基于灰色系统理论的济南市建筑废物产量预测

首先以建筑面积核算法对济南市2000~2017年建筑废物产量进行了估算,然后以估算值作为原始数据,建立了灰色GM（1,1）预测模型.最后对未来5a济南市建筑废物产量进行了预测.经验证,模型精度等级达到优秀级.结果表明,灰色GM（1,1）预测模型可以准确地预测济南市建筑废物的年产量,预测表明济南市建筑废物平均产量将从2018年的860万t,增加到2022年的1000万t.     

上海市城市垃圾产生量因子分析与灰色预测

运用灰色关联度方法，定量分析了上海市城市生活垃圾产生量的主要因子，并利用灰色系统理论建立了城市垃圾产生量的GM（1，1）模型，所建模型经精度检验合格，具有一定的可行性和适用性，为上海市城市垃圾的分析预测和规划管理提供定量依据。     

基于灰色GM(1,1)模型的铁岭市工业废水排放量预测

建立铁岭市工业废水排放量预测模型,预测2010～2015年铁岭市工业废水排放量.根据工业废水排放量数据序列特征,将灰色系统理论GM(1 ,1) 模型的建模方法用于构建铁岭市工业废水排放量预测模型,并用GM(1 ,1)残差模型对模型进行修正.利用1999～2007年铁岭市工业废水排放量原始数据与预测数据比较分析,误差较小...     

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。     

最优组合预测模型在城市生活垃圾清运量中的应用

为了比较客观地反映我国城市生活垃圾清运量的发展趋势,在灰色预测、后退法回归和多元回归三种预测方法的基础上提出了我国城市生活垃圾产生量的线性及非线性的最优组合预测模型。文章以我国1998～2006年的城市生活垃圾清运量为基础,通过实例对模型精度进行了分析,结果表明,预测值与实际结果具有良好的一致性,模拟精度达到0.1%,在此基础上对中国城市生活垃圾未来近几年的变化趋势做出预测。