山洞油库地下管沟油气泄漏聚集量的预测研究

在分析山洞油库具体空间结构和狭长受限空间内油气蔓延规律与特性的基础上,分别采用灰色GM(1,1)模型和一元线性回归模型对山洞油库地下管沟中的油气聚集量进行了预测,并应用MATLAB软件对预测模型进行编程以简化数学运算,通过对比分析两种预测模型的预测结果与预测误差可以得出:对山洞油库油气聚集量这种近似呈线性增长的预测对象而言,采用灰色GM(1,1)模型比一元线性回归模型具有更高的预测精度,且可确定油气达到爆炸下限的时间以及反映油气浓度变化的规律,以为山洞油库安全状态评估与决策提供依据。     

西安城市生活需水量预测

本文根据西安市过去若干年生活用水量的统计资料，分别采用一元线性回归、生长曲线、G(1，1)灰色系统模型和人均综合生活用水定额法对西安2010、2015年城市生活需水量进行预测，并对各种方法的预测结果进行分析比较，认为生长曲线模型的预测结果比较合理，确定西安2010、2015年城市生活需水量分别为3．4658亿m^3、3．6964亿m^3。     

多元线性回归与灰色联合模型在湖泊水质预测中的应用

根据对湖泊水体中所含高锰酸盐指数、氨氮、总磷等主要化学指标及其相关因素人口、工业产值和污水排放量的数据,采用了多元线性回归方法建立了湖泊水质预测的数学模型。并用多元线性回归和灰色模型联合的方法进行实际预测,多元线性回归模型通过F检验认为回归方程的效果比较显著,灰色模型精度检验达到二级,收到了良好效果。     

生态数学模型在人口预测中的应用——以大庆市为例

运用线性回归模型、Logistic增长模型和灰色系统GM(1,1)模型,对黑龙江大庆市2008-2020年人口发展规模进行了预测,结果表明:3种模型在本案例中均能取得较好的效果;而灰色系统GM(1,1)模型的平均相对误差最小,故最终采用该预测模型,预测2010年大庆市人口数将达到284.27万人,2020年将达到325.74万人.     

规范变换降维与误差修正结合的环境系统的一元线性回归预测

针对高维、非线性环境系统的传统预测模型存在结构复杂、收敛速度慢、求解精度低的局限,提出对环境系统预测量及其影响因子进行幂函数与对数函数相结合的规范变换.此规范变换能使变换后的各影响因子皆等效于一个线性化的规范因子,从而将多因子、非线性的预测建模简化为简单的一个"等效"规范因子的一元线性回归建模;并对预测样本的模型输出进行误差修正,以提高样本的预测精度.在规范变换的基础上,由有m个规范因子的每个建模样本生成一个规范因子的m个"等效"训练样本,n个建模样本共生成N=m×n个训练样本.应用最小二乘法,建立基于规范变换的一元线性回归预测模型.将基于规范变换的一元线性回归预测模型与相似样本误差修正法相结合,分别用于某市5个点位的SO_2浓度预测和南昌市城市降水酸度pH值预测及某河段COD_(Mn)预测,并与多种传统预测模型和方法及基于规范变换与误差修正的3种智能预测模型的预测结果进行了比较.结果表明:该预测模型用于3个实例预测的相对误差绝对值的平均值分别为1.14%、0.49%和1.45%;最大相对误差绝对值分别为2.22%、0.87%和1.85%,与基于规范变换与误差修正的3种智能预测模型的相应误差几乎没有差异,甚至还要小;均远小于多种传统预测模型和方法的相应误差,其预测精度甚至提高了一个数量级以上.基于规范变换与误差修正的一元线性回归预测模型简单、预测精度高、稳定性好,不存在"维数灾难",因而可广泛用于任意系统的预测建模.     

哈大高速公路交通噪声预测研究

交通噪声是环境污染的重要来源之一。随着社会和人们对环境保护意识的增强,对高速公路交通噪声的影响评价及防治越来越受到人们的重视。本文通过对哈大高速公路交通噪声的例行监测,通过对交通噪声的研究和对其影响因素进行分析,进行了一元正态线性回归分析,建立了一元正态线性模型。对哈大高速公路的噪声进行预测并提出相应的治理对策。     

不同实验方法对测定叶绿素a的结果分析对比相关关系探讨

2009年1—8月于滇池外海水体随机取样20组,监测叶绿素a项目,采用两种不同监测分析方法,对其监测结果,应用线性函数Y=a＋bx的形式,进行了一元线性回归相关关系（r）值的显著性检验,验证了两种监测方法之间的相关关系。     

基于多因素灰色预测模型的生活污水量预测研究

生活污水作为城市水环境的主要污染源,进行生活污水排放量的预测是十分必要的.污水排放量预测方法有多种,不同的方法有各自不同的特点.为提高预测精度,采用灰色预测与多元线性回归相结合的方法,综合各种因素建立多因素灰色预测模型.并以人口和人均纯收入作为影响因素,将该模型应用于苏州横泾街道生活污水排放量的趋势预测中.结果表明：该模型能反映系统的实际情况,建模精度高,平均相对误差只有0.069 8％,值得在污水排放预测中推广应用.     

造纸废水处理过程的高斯过程回归软测量建模

针对造纸废水处理系统的时变性、非线性和复杂性等特点,本文提出一种基于高斯过程回归的软测量模型.基于平方指数协方差、线性协方差和周期性协方差函数组合构建了7种高斯过程回归模型,分别对出水化学需氧量和出水悬浮固形物浓度进行回归预测.此外,还对比了多元线性回归模型、主成分回归模型、偏最小二乘模型、人工神经网络模型和高斯回归模型的预测效果.对比计算结果表明无论是对输出变量的训练拟合还是预测,高斯过程回归模型的拟合效果均优于非高斯过程回归模型.高斯过程回归模型的预测结果表明：对于出水化学需氧量,线性协方差函数与周期性协方差函数的组合模型可以取得最好的预测结果;对于出水悬浮固形物,平方指数协方差函数与线性协方差函数组合模型可以取得最好的预测结果.     

浅谈一元线性回归在清洁生产审核中的应用

回归分析法是分析相关因素相互关系的一种数理统计方法,这种方法通常应用在预测分析中,如在市场预测时的产品需求预测,而这种方法亦可用于企业清洁生产审核,通过建立一元回归方程,从而表明消耗-生产之间的关系,并更深入地对绩效进行简单的分析,本文就一元线性回归在企业清洁生产审核中的应用进行了简要论述.     

废气排放量灰色建模新法初探

在研究和指出灰色建模常规方法理论缺陷的基础上,结合某化工厂废气排放预测实践,初步探讨和提出了将原始动态数据序列经过线性或指数变换,采用黄金分割法选取背景值的直接建模方法。初步研究表明,该方法较灰色建模常规方法在改善序列随机性、提高预测精度等方面,具有较明显的优越性和合理性,拓宽了GM(1,1)模型在环境科学领域中的应用范围。      

灰色系统理论在湖泊水质预测建模中的应用

本文将灰色系统理论应用于湖泊水质预测建模研究,提出了湖泊水质预测的建模方法,并建立了某湖化学需氧量(COD)的GM(1,1)预测模型。      

太原市PM2.5预报统计修正模型及其应用检验

为提高太原市PM_2.5预报准确率,更好地服务于空气质量预报预警工作,在华北区域BREMPS（环境气象数值预报系统）预报结果的基础上,结合MR（多元线性回归）、BP（BP神经网络）和MLR（多层递阶）建立10 d的滚动修正模型,并对太原市2017年1月15日—4月15日ρ（PM_2.5）进行了修正.结果表明:3种修正模型对BREMPS预报的ρ（PM_2.5）小时值和日均值均有不同程度的改善,尤其是MLR修正结果在多项评价指标上明显优于MR和BP,其小时值的RMSE（均方根误差）由原来的42.46 μg/m3降至26.74 μg/m3,重污染和非重污染时段日均值的RMSE分别由未修正前的63.78、43.68 μg/m3降至28.52、21.27 μg/m3,日均值修正结果的基础评分从0.65升至0.88,预报准确率由原来的66.18%升至86.74%.从3种修正模型的构建来看,MR和BP方法对系统平稳状态的修正具有一定的优势,而对系统大幅变化的识别能力较弱,所以在天气变化时临界状态的修正结果误差较大,模型的稳定性较差.研究显示,MLR方法本身具有一定的自适应能力,稳定性和修正结果的整体趋势明显优于MR和BP方法,对太原市空气质量预报改进、重污染天气预警和大气污染防治等方面具有较大的应用价值.      

CMAQ模式及其修正技术在上海市PM_(2.5)预报中的应用检验

利用CMAQ空气质量数值预报模式对上海市PM2.5浓度进行预报,选取10个囯控站点监测数据对预报进行验证评估.结果表明,CMAQ模式开展能够较好地模拟出PM2.5的时间变化趋势及浓度水平,但总体处于低估的水平,偏低幅度约25%,尤其在高污染阶段,模式的低估更为突出,达32%,这与污染源清单的不确定性有关.为提高PM2.5预报准确度,采用学习型线性回归方法对PM2.5浓度的数值预报结果进行修正,统计检验结果显示修正预报准确率由原来的76.4%提高到了79.3%,污染预报成功指数由56.4%提高至72.1%,明显提高了PM2.5浓度的预报效果,反映了引入实际监测数据对空气质量数值预报模式进行修正的研究意义和可行性.     

运用三次指数平滑法及多元线性回归预测并分析2000年垃圾产量

本文论述了如何运用统计预测的方法来预测我国2000年垃圾产量,以及垃圾产量的五元线性回归分析过程,并对预测结果进行了分析,说明了诸多因素与垃圾产量的线性关系.预测的方法很多,如:回归预测法、时间序列预测法、趋势外推预测法、指数平滑预测法、季节变动预测法,马尔柯夫预测法及投入产出预测法等.本文描述的预测方法是以现有数据特点及便于微机运算为基础,所有的公式都是可由微机编程的数学模型,并且表中的及各步骤的中间结果都是通过微机编程、调试计算出的精确结果.     

澳门城市垃圾焚烧量的预测与分析

运用灰色关联度方法 ,定量分析了澳门城市垃圾焚烧总量的主要影响因子 ,并利用灰色系统理论建立了城市垃圾焚烧总量的GM(1,1)模型 ,与线性回归模型的数据进行比较、验证后 ,具有一定的可行性和适用性 ,为澳门城市垃圾的分析预测和规划管理提供了定量依据     

基于规范变换与误差修正的回归支持向量机的环境系统预测

为了建立不同环境系统皆能规范、统一、简洁、实用的回归支持向量机预测模型,针对传统的回归支持向量机预测模型存在结构不能普适、规范和统一及用于大样本、多因子预测会出现学习效率低、求解精度差的局限,提出适用于环境系统预测量及其影响因子参照值和规范变换式的设计原则和方法,使规范变换后的影响因子皆"等效"于同一个规范影响因子;为提高样本的预测精度,还提出预测样本的模型输出的误差修正法.在对环境系统的预测量及其影响因子进行规范变换的基础上,由有m个规范影响因子的每个建模样本生成m个"等效"训练样本,从建模样本中,选择各影响因子的最大规范值组成训练样本集的"参考样本",计算核函数中每个训练样本相对于"参考样本"的范数;并应用优化算法优化模型参数,建立适用于预测量及其影响因子规范值的仅有2个或3个支持向量的两种简单结构的回归支持向量机预测模型.将基于规范变换的两种简单结构的回归支持向量机模型与相似样本误差修正法相结合,用于河津大桥监测断面6个样本的COD月平均值预测,并与多种传统预测模型和方法进行了比较.结果表明:对同一个预测样本,两种模型的预测值十分接近;此外,两种预测模型用于6个样本预测,其相对误差绝对值的平均值分别为2.09%、2.79%,均远小于传统的投影寻踪回归预测的41.63%、支持向量机预测的40.99%、灰色神经网络预测的25.94%和马尔可夫预测的10.16%;而两种预测模型对异常样本预测的最大的相对误差绝对值分别为5.85%、5.13%,更加远远小于传统的4种预测模型的169.07%、180.45%、68.44%、41.96%.两种基于规范变换的回归支持向量机预测模型简洁、普适、规范和统一,避免了"大样本数困难",提高了学习效率和模型的预测精确度,对其他预测建模法也有借鉴作用.     

空气质量预报方法综述

介绍了常见的空气质量预报方法，如回归方法、时间序列模式、决策树法、最近邻居法、模式预报法及数值预报法，通过比较分析，认为回归方法是目前比较理想的空气质量预报方法。