基于GM(1,1)模型的大连市生态环境质量预测

构建灰色模型GM(1,1),选取近5～10年的监测数据,对大连市“十四五”期间的环境空气、地表水、近岸海域和声环境质量进行预测。结果表明：大部分污染指标均呈明显下降趋势,全市整体生态环境质量稳定向好,市区臭氧浓度、复州河三台子断面化学需氧量和高锰酸盐指数、中心城区功能区声环境0类区昼间及夜间等效声级等指标仍呈现明显上升趋势,应采取细颗粒物和臭氧协同控制及区域协同治理、入河排污口专项整治、声环境质量监测点位优化调整等更加精准的管控措施,持续改善大连市生态环境质量。     

基于GM(1,1)模型的秦皇岛市大气污染物SO2预测

根据2004—2009年大气中SO2污染物的监测数据,通过灰色GM(1,1)模型预测了未来6年秦皇岛市大气中SO2的变化趋势。结果显示,灰色系统GM(1,1)模型合理,精度较高,相对误差为-1.875%～1.228%,与环保部门公布的数据吻合程度较好。     

灰色系统方法在城市生活垃圾量预测中的应用

利用灰色关联分析方法分析了影响城市生活垃圾量的因素，建立了生活垃圾量的ＧＭ（１，１）预测模型，预测了未来的城市生活垃圾量。该法具有较高的精度，简便，可行。     

基于灰色GM(1,1)模型的鞍山市环境空气质量预测

于2016年1月至2021年12月对鞍山市环境空气质量进行为期6年的在线连续监测,获得了典型的鞍山空气质量变化特征。采用灰色预测方法,利用2016—2021年鞍山环境空气质量数据,建构空气质量预测GM(1,1)模型,经相关检验修正符合要求后,建模结果显示模型精度高,可以满足对于鞍山市“十四五”空气质量预测要求。预测结果显示,在目前大气环境污染攻坚的管理要求下,未来五年鞍山市空气质量整体趋好,其中达标天数比例上升,综合指数下降,重点污染物PM_2.5年评价浓度下降,O₃浓度上升,可能在2026年与《环境空气质量标准》中环境空气污染物基本项目浓度限值二级标准持平,需要采取更有针对性的举措应对O3污染。     

中国工业二氧化硫排放量的灰色预测新模型

中国工业二氧化硫排放量既是一个灰色系统，又是一个离散动态系统。本文基于ＧＰＭ（１）灰色生长曲线，建立了预测中国工业二氧化硫排放量的ＧＩＰＭ（１）这一灰色对数幂函数曲线新模型。应用表明，ＧＩＰＭ（１）不仅与实际具有良好的一致性，也为国家制定工业二氧化硫排放量的控制治理规划提供了理论依据。     

预测区域环境噪声的GIM（1）灰色模型

运用灰色系统理论的原理与方法，建立了区域环境噪声的ＧＩＭ（１）预测模型。结果表明，ＧＩＭ（１）模型在本文例示的空间序列分析中，精度高于ＧＩＭ（１，１）模型的具有实际应用价值。     

NLGM（1，1^s,t）模型的建立与应用

运用灰色系统理论,建立了一种非线性GM（l,l^s,t）灰色新模型,并将其应用于某厂SO2排放量的预测之中。结果表明,NLGM（l,l^s,t）具有良好的模型品质,中长期预测定GM（l,l）更可靠。     

等维灰数递补动态模型对四川境外客源市场的预测

通过对四川省1997-2005年境外游客数量的分析，发现除个别年份以外，整个时间序列总体呈增长趋势。根据客流量与时间的关系：利用动态灰色预测理论建立了四川省境外客源市场的等维灰数递补动态预测模型。经过检验，该模型既与实际客流量相吻合，又能精确地给出短期甚至中期的预报结果。通过对未来几年客流量进行预测，并据此提出相应的建议，提供给有关管理和决策部门参考。     

基于灰色BP神经网络碳排放交易价格预测

在对中国碳排放交易市场碳交易价格形成机制讨论的基础上,提出了预测指标体系.利用2017年1月1日—2018年9月30日广州碳交易市场碳交易价格数据和指标体系中各预测变量的数据,应用Lasso回归方法对变量进行筛选,建立灰色BP神经网络对碳交易价格进行预测.预测模型对于10期以内短期预测平均相对绝对误差(MAPE)小于4...     

几种神经网络模型在空气质量评价中的应用

人工神经网络是一种利用计算机模拟人脑神经组织的运算模型。作为一种新的研究方法。神经网络在一定程度上可以弥补传统评价方法需要构建隶属函数、无法精确描述级别区间内的变化特征以及设计过程具有一定人为偏好的不足。本文选用BP网络、径向基函数网络、LVQ网络和Elman网络这4种典型的神经网络模型进行实例研究。把国内8个城市的污染物排放数据代入训练好的网络模型，进行空气质量评价，得出的结论对提高神经网络评价结果的准确性和可靠性有一定参考作用。     

MATLAB在环境评价和规划中的应用

本文简述了MATLAB软件的由来和发展,介绍了其主要功能及优点。主要通过在环境评价与规划中的应用实例,展示其在环境科学研究中的应用潜力。文中的第一个实例是MATLAB在多项水质参数的综合评价中的应用,文中对不同的多项水质参数评价方法进行了比较;另一个实例是MATLAB应用于城市固体废物管理规划,极大地提高了规划的水平和准确性,提高了工作效率。最后文中对于该软件在环境学科研究中的应用潜力和优势展开了讨论。     

基于BP神经网络模型在珊溪水库水华预测中的应用

在珊溪水库藻类暴发期间应急监测数据的基础上,建立pH值、高锰酸盐指数、总氮、总磷、叶绿素a数据矩阵。运用MATLAB R2015b GUI可视化界面模块,将应急监测数据样本空间分为训练样本、验证样本、测试样本,建立珊溪水库BP神经网络模型,预测了珊溪水库藻类暴发期间叶绿素a浓度。BP神经网络建模结果显示:输出数据与实测数据相关系数0.978,平均相对误差-0.19%,标准方差18.54%,模型稳定性较好,叶绿素a预测结果符合预期。BP神经网络预测模型为珊溪水库饮用水水源地环境保护提供了科学依据。     

基于因子分析的BP神经网络对成都市需水量的预测

在对四川省成都市的水资源进行综合规划与评价的过程中,通过主成分因子分析可知人口、GDP、给排水管道长度等因素对需水量预测有较大影响,如何建立这些因素与需水量之间的数学关系是预测工作的重点。本文将介绍通过MATLAB数学分析软件建立BP神经网络预测模型,并对模型的预测结果进行评价。     

电动汽车辐射源的仿真分析

本文运用目前较为流行的三种仿真工具来对电动汽车辐射源进行仿真分析,运用MATLAB的simulink模块对汽车电池模型等效电路进行模型的搭建与仿真分析电路电流,得到电流的表达式和仿真图,再根据对电流图形进行曲线拟合,得到电流的近似表达式。把表达式当作是时间的函数,这样就可以将电池工作时的电流导入到CST中并作为激励源进行空间的仿真分析,得到电磁波的分布图。     

MATLAB图像处理技术在水环境扩散实验研究中的应用

基于MATLAB建立示踪剂浓度的数字图像处理系统,对示踪剂浓度图像进行数字化处理,以便研究复杂岸坡水体中示踪剂的扩散规律。在立面二维槽中槽复杂岸坡断面角形域排放的扩散实验过程中,使用数码相机记录示踪剂浓度扩散的一系列瞬时图像,对示踪剂扩散区域进行处理提取;再根据比色(皿)标定实验把灰度值转化为对应的浓度值,使示踪剂的扩散图像以等浓度线图的形式显示,实现了浓度分布数据读取的可视化。结果表明,基于MATLAB数学工具建立的示踪剂浓度的数字图像处理系统,对研究水体中扩散实验的示踪剂浓度场是可行的。     

基于离线采集模式的高低温低气压试验箱校准技术的研究

针对高低温低气压箱校准技术展开研究,分析了传统校准方案的不足之处,提出了一种基于离线采集模式的高低温低气压试验箱温度、压力校准方案,并结合虚拟仪器、数据库与MATLAB,完成了该方案的设计与实现。最后通过实验验证了该方案的可靠性与可行性,并应用到环境与可靠性工作中。