共查询到18条相似文献,搜索用时 454 毫秒
1.
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. 相似文献
2.
改进灰色系统模型在城市噪声预测中的应用 总被引:2,自引:0,他引:2
把城市噪声作为一个灰色系统,分别通过GM(1,1)模型和改进灰色系统模型GM'(1,1),对城市噪声进行预测,并进行精度检验.改进的灰色系统模型GM'(1,1)在精度上均优于GM(1,1)模型,但是GM'(1,1)在计算上比较复杂,需要通过计算机迭代来实现. 相似文献
3.
4.
灰色理论模型在大气环境质量预测中的应用研究 总被引:5,自引:0,他引:5
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. 相似文献
5.
CFG桩复合地基的工后沉降受到多种不确定因素的影响。本文根据灰色系统理论的处理方法,分别采用普通GM(1,1)模型、新息GM(1,1)模型和新陈代谢GM(1,1)模型,对采用CFG桩进行地基处理的某建筑物地基沉降进行了预测。结果表明:新陈代谢GM(1,1)模型由于淘汰掉旧的沉降数据、加入新的沉降数据,所以能够更准确地模拟CFG桩复合地基沉降的真实情况。 相似文献
6.
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
7.
基于灰色预测模型与一元线性回归模型的煤矿瓦斯涌出量预测比较 总被引:2,自引:0,他引:2
在介绍灰色预测模型和一元线性回归模型的基础上,结合某煤矿实际,采用两种模型对瓦斯涌出量进行了预测,并对两种模型的预测值进行比较,结果表明:对基本符合线性关系的数据,采用灰色GM(1,1)模型较一元线性回归模型的预测精度要高。 相似文献
8.
9.
大气污染灰色预测法的研究 总被引:2,自引:0,他引:2
通过对GM(1,1)模型的研究,探讨了该模型在大气污染预测应用中存在的问题,提出用GM(1,1)模型群作污染物的灰色区间预测,并用实例论证了方法的合理性. 相似文献
10.
11.
12.
13.
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
14.
15.
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。 相似文献
16.
17.
选用2005年-2014年观音山断面水质自动监测资料,利用灰色残差修正GM(1,1)模型对滇池观音山断面pH、DO、CODMn、NH3-N 4个指标2015年、2016年浓度进行预测.结果表明:传统的GM(1,1)模型存在较大预测误差;pH和DO浓度的预测可使用GM(1,1)一次残差修正模型;CODMn和NH3-N浓度的预测可使用GM(1,1)二次残差修正模型.预测2015年观音山断面pH、DO、CODMn、NH3-N年平均浓度分别为8.89、7.96 mg/L、8.9 mg/L、0.31 mg/L;2016年观音山断面pH、DO、CODMn、NH3-N年平均浓度分别为8.92、7.89 mg/L、9.17 mg/L、0.34 mg/L. 相似文献