基于灰色马尔科夫模型的机场安检危险品数量预测

机场安检的危险品数量具有动态、随机、非线性等特点,传统的GM(1,1)模型无法对其作出准确的预测。利用灰色GM(1,1)模型对2014年1—5月所查获的危险品数量进行计算、检验,并对6—8月的危险品数量进行预测。首先建立危险品数量的GM(1,1)模型,然后再对其预测值进行修正,结果表明,灰色马尔科夫模型的平均相对误差比灰色预测模型的平均相对误差减小了25.18%,表明灰色马尔科夫模型比单一的灰色预测模型的精度高,该模型是有效可行的,可为航空公司6—8月将要查获的危险品数量预测提供理论基础,以便引起相关部门的高度重视,并采取相应措施以保障旅客安全。     

基于配额指标重要性视角的中国碳排放配额再分配

提出用与碳排放“同步变化程度”来衡量配额指标重要性的思想,对中国各省份碳排放配额进行再分配.首先在公平和效率原则基础上选取碳排放的影响因素作为分配指标,其次采用灰色关联分析法分别测算出各地区各指标与碳排放量的同步变动程度,以得到各地区各指标在配额分配中的比重.最后测算出我国29个省区2020~2030年的碳排放配额与排放空间.结果表明,人口基数及经济发展指标对各地碳排放有较强的同步变动关联性,因此应该被赋予更高的权重;配额最多的地区包括广东、北京、江苏、山东、上海,最少的地区则包括宁夏、贵州、青海、吉林、新疆.盈余分析发现,北京地区的碳排放空间有较多盈余;浙江等5个省区已达较饱和状态;山东等4个省区则处于较严重的溢出状态,在未来10年内需承担较重的减排压力.     

基于小波分解和SVM的大气污染物浓度预测模型研究

针对大气污染物浓度的精准预测问题,运用小波分解将污染物浓度一维序列分解为高维信息,结合气象及污染物浓度数据,构建了基于小波分解的支持向量机预测模型.最后将模型应用于长沙市2018年PM_2.5和O_{3-8 h}的浓度预测.结果表明：①在其他参数不变的条件下,该模型在平均绝对误差（MAE）、平均绝对百分比误差（MAPE）、均方根误差（RMSE）、一致性水平（IA）和相关系数（R）指标上均优于未经小波分解的预测模型;②在考虑其他污染物对PM_2.5浓度的影响后,预测模型评价指标MAE、MAPE和RMSE分别减少了5.57%、9.91%和3.44%,有着更小的误差;③在考虑气象因素对O_{3-8 h}浓度的影响后,预测模型评价指标MAE、MAPE和RMSE分别减少了1.59%、3.54%和0.82%,同样也有更小的误差.由此可以看出,本文所提模型能够有效预测大气污染物浓度,为相关研究提供了方法参考.     

应城市农村居民点人口和用地规模预测

预测2020年应城市的农村居民点人口规模和用地规模。分别利用自然增长法、时间序列分析法和灰色系统等方法预测2020年应城市的农村人口规模;利用人均定额指标法预测2020年应城市农村居民点的用地规模。研究结果显示:(1)利用自然增长法预测2020年应城市农村人口规模为62.74万人;(2)利用时间序列分析法预测2020年应城市农村人口规模为64.4万人;(3)利用灰色系统法进行微分方程模型拟合,预测2020年应城市农村人口规模为65.48万人;(4)通过以上三种方法的预测结果比较得出2020年应城市农村人口的平均规模为64.2万人;(5)利用人均定额指标法预测2020年应城市农村居民点用地规模将达7704 hm~2。研究结论为应城市城乡建设用地增减挂钩项目开展奠定坚实基础。     

基于GSPA-IAHP模型的油库火灾风险评价

目的对诱发油库火灾的风险进行分析,保障油库系统的安全。方法将区间层次分析法(Interval Analytic Hierarchy Process,IAHP)和广义集对分析法(Generalized Set Pair Analysis,GSPA)相结合,建立GSPA-IAHP模型,构建三级层次结构体系,从原料及工艺、设备设施、管理措施、火源控制方面分析引发油库火灾的风险因素,并运用Matlab软件计算各项评价指标的权重,对各个风险因素进行重要度排序。结果通过分析得出影响油库发生火灾最大的6个风险因素分别是:明火、防火状况、防静电设备、防雷设备、原料危险性、工作人员素质。结论该评价方法对于油库火灾风险的评价具有适用性和有效性,并为后期的油库安全管理提供科学依据。     

城市经济发展异质性对空气污染水平的影响研究

引入灰色分析法,将空气质量与产业结构之间建立关联度;利用关联度计算不同阶段各产业、行业与空气污染之间的量化关系;并根据关联度计算对各行业进行排序;以灰色关联度分析法为依据,对各行业的能源消耗量和废气排放量建立灰色系统模型,最后把各个行业对空气污染的程度结果量化后展示出来。实验结果表明,所提的方法能够清晰系统展现出城市经济发展异质性与空气污染水平的影响。     

基于灰色关联分析的客车内空气品质评价

以出厂时间为1~2个月的客车为评价对象,利用灰色关联分析法对其内空气品质进行评价。选择甲醛、苯、甲苯和TVOC作为评价指标,建立客车内空气品质污染等级,再根据车内污染物的浓度数据,运用灰色关联评价模型求出各样车与污染等级的关联矩阵。结果表明:所评价的5辆客车中有4辆空气品质为重污染,1辆为轻污染,且样车4在正常使用6个月后污染级别有了明显的降低。     

基于MIDAS模型中国碳排放量的实时预报与短期预测

随着全球气候变暖问题不断加重,二氧化碳排放量预测成为各国制定碳减排措施的核心问题.传统的二氧化碳排放量预测模型是基于同频数据进行的,高频数据必需处理为低频数据,这样不仅忽略了高频数据携带的有效信息,还影响了模型预测的及时性,降低了模型预测的精度.本文将混频数据抽样模型(MIDAS)用于碳排放量预测研究,分析了高频季度GDP滞后阶数变化效应及其对低频二氧化碳排放量的影响效应.研究结果表明,季度GDP对碳排放量具有正负两种效应,该效应会持续6个季度且以正效应为主,碳排放量自身之间也存在着相互影响,该影响会持续4年之久,这与中国的经济运行状况相吻合,说明混频数据抽样模型(MIDAS)对二氧化碳排放量预测的合理性.此外,混频数据抽样模型(MIDAS)在中国二氧化碳排放量的短期预测方面具有较高的预测精度,在实时预报方面具有显著的可行性和时效性.