共查询到17条相似文献,搜索用时 218 毫秒
1.
2.
3.
4.
5.
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。 相似文献
6.
7.
8.
9.
10.
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。 相似文献
11.
城市生活垃圾产量预测模型 总被引:3,自引:0,他引:3
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。 相似文献
12.
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。 相似文献
13.
14.
上海市城市垃圾产生量因子分析与灰色预测 总被引:8,自引:0,他引:8
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。 相似文献
15.
16.
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。 相似文献