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。     

基于BP神经网络的城市生活垃圾产生量预测研究——以上海市为例

文章总结分析了影响城市生活垃圾产生量的因素,并根据相关性分析结果确定了主要影响因素,然后建立了上海市生活垃圾产生量的BP神经网络预测模型,并将预测值与实际值进行比较,表明该模型具有较好的适用性和准确性,最后对上海市未来几年的生活垃圾产量进行了预测.     

基于预测有效度一致的城市生活垃圾产生量预测

提出了基于预测有效度一致的城市生活垃圾产生量最优组合预测模型,该模型在组合预测之前利用Kendall一致性检验法对参加组合的单项预测模型值的拟合精度进行一致性检验,在通过检验之后再利用方差倒数法求解最优组合权重,建立组合预测模型。通过实例分析,表明其预测精度高于参加组合的各单项模型预测值,在城市生活垃圾产生量的预测工作中有一定的应用价值。     

北京市2002-2007年生活垃圾产生量预测分析

通过对北京市城市和城乡结合部地区生活垃圾产生量现状,以及影响垃圾产生量因素的分析,根据北京市环卫管理规划,运用多元线性回归分析和类比分析法综合预测分析了北京市2002-2007年的生活垃圾产生量.      

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。     

北京市生活垃圾产生量的预测研究

分析了影响北京市城市生活垃圾产生量的因素,采用多元回归分析方法建立了城市生活垃圾年产生量的预测模型.并采用该模型,对2013-2015年北京市城市生活垃圾年产生量进行了预测.结果表明,未来2年北京市城市生活垃圾产生量呈缓慢上升趋势,预计到2015年北京市城市生活垃圾产生量将达到662.4t.     

BP神经网络组合预测在城市生活垃圾产量预测中应用

文章分析了组合预测理论,在建立由二次指数平滑预测模型、灰色预测模型、BP神经网络预测模型组成的组合预测模型库的基础上,利用以上三种单一预测模型的组合构成BP神经网络组合预测模型。分别应用单一预测模型和组合预测模型对湖南省城市生活垃圾产生量进行预测,通过分析和比较预测结果,验证了该组合预测方法的有效性。     

城市垃圾产生量的预测方法

城市垃圾产生量的预测方法蓬莱市环保局闫庆松城市垃圾产生量的预测对城市规划、城市有关基础设施的设置与管理具有指导意义。其预测方法较多，可分为两大类：一类是依靠调查研究，经验判断的方法；一类是依据统计数据资料，建立数学模型。后一种方法应用较广，且对不同的...     

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.     

佛山市生活垃圾的灰色预测与构成特征研究

运用灰色关联度分析法,定量分析了影响佛山市生活垃圾产生量的主要因子是城市人口;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。同时,在对佛山市生活垃圾进行分功能区采样、分类、称量研究的基础上,揭示了该市生活垃圾构成的特征。      

基于灰色神经网络的有机涂层寿命预测研究

暴露于大气腐蚀环境下的有机涂层使用寿命涉及因素繁多,难于精确预测.基于灰色理论和人工神经网络理论,建立了灰色神经网络模型对有机涂层腐蚀面积进行预测,进而预测其寿命.通过飞机结构模拟试验件加速腐蚀试验后的有机涂层寿命预测实例检验,发现灰色神经网络模型预测有机涂层寿命精度较高,结果理想.     

中国城市生活垃圾燃烧的特性

根据我国23个主要城市约40组垃圾的统计数据(包括元素分析和工业分析及组分分析),较好地拟合了生活垃圾净热值、垃圾焚烧理论空气量的计算公式;在此基础上研究了垃圾净热值与绝热火焰温度的数学关系,进而分析了垃圾单独焚烧(无辅助燃料)所需的临界热值及过剩空气率、预热空气温度等参数对临界热值的影响.本研究为了解垃圾的燃烧特性及垃圾的焚烧利用提供分析依据.     

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PSO算法的BP神经网络对水体叶绿素a的预测

BP神经网络(Back Propagation Network)在水体富营养化评价及预测中已广泛应用,但传统BP算法的收敛速度慢并易陷入局部最优. 提出了一种基于微粒群(PSO)算法的BP神经网络模型,利用PSO对神经网络的权值进行修正,优化神经网络结构及算法全局收敛性. 选择最能代表明湖水质状况的5号采样点作为研究对象,把2009年4月—2010年3月的月样本插值为周样本,对明湖ρ(Chla)的短期变化趋势进行了预测,并用6号采样点数据来验证网络的泛化能力. 比较分析基于PSO算法的新模型与传统BP算法模型的预测精度表明,新模型有效克服了传统算法的缺点,提高了网络的预测能力和学习能力.      

荆州市城市生活垃圾分类收集调查

围绕荆州市城市生活垃圾分类收集问题展开了社会调查。结果表明，居民主要通过电视和报纸了解垃圾分类政策，中等收入人群更关注垃圾分类，市民的环境意识非常强，超过70％的市民有垃圾分类的习惯并支持垃圾分类收集，大部分市民能接受的分类方式是可回收和不可回收分类方式，有近28％的居民对垃圾减量化认识不够，65．2％的居民能理解个人承担部分垃圾处理费用的必要性。论文还提出了相应的改进意见和解决办法，为生活垃圾分类收集在全国的推广提供了依据。     

城市生活垃圾外源微生物堆肥对有机酸变化及堆肥腐熟度的影响

利用外源微生物(美商复合菌,MS;中加发酵菌,ZJ)进行城市生活垃圾工厂化堆肥,在堆肥过程中,分析了小分子有机酸及大分子腐殖酸动态变化.结果表明,接种外源微生物可明显提高堆肥前期小分子有机酸含量,在堆肥后期又呈明显的降低趋势.而腐殖酸与胡敏酸则呈现先降低而后增加的趋势.通过对堆肥过程中有机酸、腐殖化指数分析表明,接种外源微生物可明显提高堆肥的腐熟度,并且ZJ发酵菌优于MS复合菌,而2种外源菌混合接种具有协同促进作用.     

我国固体废物的管理体制问题分析

随着经济的发展和城市化水平的提高,固体废物的产生量迅速膨胀,其已成为制约社会和经济持续健康发展的瓶颈.以政策过程为主线,主要在责任界定、政策制定、政策执行和效果监督等环节上对城市生活垃圾、工业固体废物、危险废物和进口固体废物这4种重要的固体废物管理中存在的问题进行分析.结果表明,城市生活垃圾和工业固体废物管理中最亟待解决的问题均在于管理责任机制不明确;危险废物管理中最显著的困难在于国内相关法律法规还不健全、存在监管漏洞;进口固体废物管理中关注的重点是电子垃圾非法贸易问题.针对以上问题,给出了相应的政策建议,以促进固体废物管理体制基础的完善.     

基于BP神经网络预测北京市加油站周边土壤多环芳烃含量

随着我国城市化进程的迅速发展,城市中加油站数量越来越多,加油站油品的成分含量复杂多样,在石油逸散过程中会生成一系列污染物.加油站产生的多环芳烃(PAHs)会污染其附近土壤,同时对人体健康产生影响.收集了北京市117个加油站附近的土壤样品(0～20 cm),分析了7种PAHs的含量,基于BP神经网络模型,预测了2025年和2030年北京市加油站土壤PAHs含量.结果表明,7种ω(PAHs)范围在0.01～3.53 mg·kg^-1之间,与《土壤环境质量建设用地土壤污染风险管控标准(试行)》(GB 36600-2018)中土壤污染风险筛选值比较,PAHs含量低于该指标,同时上述7种PAHs的毒性当量(TEQ)均低于世界卫生组织(WHO)的标准值(1 mg·kg^-1),表明它们对人体健康有较低风险.预测结果显示,快速发展的城市化与土壤PAHs含量的增加具有正相关的关系,至2030年,北京市加油站土壤PAHs的含量将持续增长.2025年和2030年北京市加油站土壤中ω(PAHs)的范围分别为0.085～4.077 mg·kg^-1和...