灰色动态预测在环境监测中的应用探析

随着我国对环境保护重视程度的不断增加,各种环境监测结构纷纷采取行动,展开对周围环境的检测工作。一方面环境监测是环境保护的主要手段,通过环境监测我们能够实现全天候的对周围环境的掌握,及时的治理出现的污染现象;另一方面,环境检测在很大程度上对环境破坏者起到警示作用,在环境监测设备的监控之下,环境保护的步伐又迈出了坚实的一步。但是环境的监测工作并不是那么容易的,我们在进行环境检测的过程中往往会因为环境变化的不确定性而出现了监测设备误报警和漏报警的现象。因此这边要求我们选用更加可靠的监测手段。而灰色动态预测能够掌握事物变化的规律,可以对环境监测起到很好的预测作用。本文分析了灰色动态预测在环境监测中应用的基本理论,同时对该方法在环境监测方面的应用进行了介绍。     

“矿”世之谈——大地生民难以承受之重

当人类的智慧足以解开矿山神秘的面纱，一切高山仰止的敬畏就可能被贪婪的欲望一口吞噬。人们在攫取地下珍宝的同时，也悄悄地改变着矿山的容颜——步步紧逼的挖掘，把原本挺拔的矿山掏空成深陷的漩涡；弃之不顾的矿渣倒筑成一座座不长绿树的秃山。人类若一直这样无节制地向大自然索取，总有一天，天空将变成灰色，河流不再清澈，纵深的矿山也将成为人类为自己挖掘的坟墓。     

涪江上游滑坡相关因素研究

采用灰色系统理论的关联度分析方法，研究了涪江上游骨滑坡的主要形成条件及触发因素。结果显示，相对主同差是滑坡的主要形成条件，地震是滑坡的主要触发因素，此外，还对滑坡相关因素进行了相关显著性比较，评价了每项相关因素的其中所起的作用，最后讨论了灰色系统理论的关联度分析方法在滑坡研究中的利弊。     

陕西省的地震危险趋势估计

本文应用计算某一地震带(区)上地震复发周期的公式;T_m=m×10~(bm-a)以及灰色系统理论的动态模型对陕西地区进行了地震危险趋势估计。     

灰色预测法在南宁市可持续发展趋势分析中的应用

本文运用灰色系统理论 ,建立灰色预测模型 ,对南宁市社会、经济及生态环境发展趋势进行了分析 ,并针对南宁市发展中的不合理状况 ,提出相应的调控对策。     

区域生态环境评价的灰色关联投影模型

区域生态环境评价是实现全面环境管理，协调区域经济发展与生态环境保护．实现区域可持续发展的重要手段。由于评价所涉及的地域复杂性和因素多样性，许多评价方法和体系都处于不断探索和发展之中。区域生态环境系统是一个灰色系统，包括了自然、经济和社会等方面具有信息不确知性和不完全性的因素。基于灰色系统理论和矢量投影原理，建立了区域生态环境评价的灰色关联投影模型。该模型将评价样本及各级质量标准视为矢量．分别向同一矢量(理想样本)进行投影。根据投影值的大小，确定样本所属的生态环境质量级别及样本间的优劣排序。以巢湖流域为个案，在建立生态环境评价指标体系和标准的基础上，运用所建模型对其生态环境质量现状进行了评价，结果与实际情况相吻合。即巢湖流域总体以及分区合肥市、六安市的生态环境质量为4级，分区巢湖市为5级。研究表明，灰色关联投影模型对于多指标的区域生态环境质量评价是科学的、有效的，具有一定的推广和实用价值。     

基于模糊聚类关联分析法的煤与瓦斯突出程度分析

运用模糊聚类分析方法对煤与瓦斯突出的样本集合进行分类,建立了不同突出程度的模糊模式.用关联分析确定待分析样本与模式的关联程度,以此预测预报样本的煤与瓦斯突出危险程度.实例分析表明,与模糊聚类分类后、将模式与待预报样本组成新样本集合进行聚类分析并以此分类结果进行预报的方法相比,这种预报方法不仅可靠程度高,而且能定量描述待报样本与模式的亲和程度.     

基于PSO优化BP神经网络的水质预测研究

为快速准确地预测河流水质,结合汾河监测数据,使用粒子群算法(PSO)优化BP神经网络模型(PSO-BP)进行水质预测.通过灰色关联度分析确定输入变量,利用PSO算法修正BP网络的初始权值、阈值,优化神经网络结构及算法全局收敛性.采用该模型对汾河主要污染物指标COD、BOD5、氨氮、挥发酚等进行预测和验证.结果表明,与传统的BP神经网络模型相比,PSO-BP模型使最大相对误差从15.43％减小到1.46％,其平均误差由4.00％减小到1.01％,预测均方根误差从5.956×10-3减小到1.605×10-4.因此,基于PSO-BP神经网络模型的预测更加精确,可用于水质预测.     

灰色摆动序列建模方法研究

建立了灰色摆动序列 GIM( 1)动态指数变换建模方法。并用其拟合、预测某河流 1998～ 2 0 0 0年的 CODCr值 ,结果表明该方法计算简便 ,预测精度高 ,是一种具有推广价值的实用方法