基于FHWA八车道交通噪声预测模型的选取分析

本文对公路交通噪声预测模型进行了分析,基于FHWA公路交通噪声预测模型,提出了公路交通噪声八车道的噪声预测模型,探讨FHWA的噪声预测模式与八车道噪声预测模式的差异性及影响因素。并得出了等效成两个线声源更适合八车道高速公路噪声预测这一结论。     

最优组合预测模型在城市生活垃圾清运量中的应用

为了比较客观地反映我国城市生活垃圾清运量的发展趋势,在灰色预测、后退法回归和多元回归三种预测方法的基础上提出了我国城市生活垃圾产生量的线性及非线性的最优组合预测模型。文章以我国1998～2006年的城市生活垃圾清运量为基础,通过实例对模型精度进行了分析,结果表明,预测值与实际结果具有良好的一致性,模拟精度达到0.1%,在此基础上对中国城市生活垃圾未来近几年的变化趋势做出预测。     

我国餐厨垃圾资源化处理规模的影响因素统计学分析

为了探明我国餐厨垃圾资源化项目处理规模的影响因素,采用有序logistic回归对29个国家级餐厨垃圾处理试点项目进行统计学分析,考察人均GDP水平、服务人口、处理工艺以及地理位置对餐厨垃圾处理规模的影响,并建立相关的回归预测模型。结果显示:处理工艺和地理位置对项目处理规模的影响不显著（P>0.05）,而人均GDP水平和服务人口会显著影响餐厨垃圾的处理规模（P分别为0.007和0.013）,其中,服务人口对处理规模的影响更大。由此可见,为确定合理的餐厨垃圾处理规模,应重点考虑服务人口和城市人均GDP水平。基于此,建立了餐厨垃圾资源化处理规模的回归预测模型,该模型的准确性检验可达到75.86%,对于餐厨垃圾处理规模决策分析及合理评估具有参考意义。     

道路交通噪声预测模型及其应用

本文采用动态系统多层递阶预报法,建立道路交通噪声级与各影响参数关系的预测模型,得出实际监测值与预报值的相对误差基本吻合。     

中国环境基准理论与方法学研究进展及主要科学问题

环境基准是指环境介质中的环境要素对特定保护对象不产生不良或有害效应的最大限值,是环境标准制修订的科学依据。环境基准理论与方法学一直是国际环境科学和环境保护科学研究领域的前沿,也是国家环境管理的重大科技需求。本文在总结国际和我国环境基准研究成果的基础上,较为系统地阐述了环境基准的基本概况、理论方法学及重要进展。同时,结合学科特点和环境基准科技需求,综合分析了与环境基准理论方法学密切相关的系列关键科学问题。     

基于人工神经网络的半连续式混合厌氧消化产气量预测

研究采用BP神经网络和模糊神经网络(FNN)模型对逐步提高有机负荷的半连续式餐厨垃圾和猪粪混合厌氧消化试验进行日产气量预测。结果表明,BP神经网络模型的预测准确率为77.63%,FNN模型为82.33%,2种模型均可用于产气预测,但FNN模型在传统神经网络模型基础上加入了模糊控制,可提高其准确率,更适用于混合厌氧消化产气量预测。     

基于混合改变惯性因子PSO-BP的短期电力负荷预测

针对短期电力负荷预测的精度和网络的收敛问题,通过分析BP、PSO固有缺点,采用周期改变惯性因子(PCW )和动态改变惯性因子(DCW)的双策略,同时对传统的流程增加了额外BP局部寻优,编制了基于MATLAB的混合改变惯性因子PSO-BP神经网络算法(PDPSO-BP),并对广东某城市短期负荷进行预测。结果表明,PDPSO-BP有效地改善了BP的泛化能力,PSO的搜索能力,整体加快了网络的收敛速度,提高了预测的精度,保持误差在3%以下,具有良好的预测效果,满足负荷预测的要求。     

基于BP神经网络的煤层底板突水量等级预测

为了减少水灾损失并提高煤矿底板突水量预测精度,基于肥城矿区相关矿井水文地质资料,选取水压、底板裂隙发育程度、断层落差、岩溶发育程度、含水层厚度、隔水层厚度等6项指标,建立了肥城矿区底板突水量等级预测模型,采用平均影响值(MIV)方法评价了神经网络模型中各自变量对突水量等级预测的影响程度。结果表明：该模型具有较高的预测精度;肥城矿区内的小型突水主要由含水层及隔水层的属性决定;大型及特大型突水的发生与断裂构造、岩溶和底板裂隙发育程度等因素密切相关。     

基于PCA-ELM的矿井突水水源识别方法研究

为提高矿井突水水源识别精度,基于PCA-ELM模型提出了一种的矿井突水水源判别方法。通过降维获得基本控制变量,将主成分分析(PCA)应用于ELM模型的训练集、验证集和测试集,使用数据样本验证模型。结果表明：通过模拟PCA-ELM模型在10 s内进行分类,PCA-ELM模拟练习准确率达到100%;BP神经网络模拟准确率仅为83.3%,远低于PCA-ELM模型的准确性。     

温州市近岸海域具齿原甲藻密度预测模型研究

通过对2004年5月温州市洞头列岛附近海域赤潮发生过程相关监测数据的深入分析,利用多元回归分析方法建立了基于COD、PO4-P和Chl-a的温州市近岸海域赤潮优势种具齿原甲藻(Prorocentrum dentatum)密度线性预测模型,并以2003年该赤潮监控区相关监测数据对其进行了检验.结果表明,该模型具有较高精度和可靠性,预测值最大相对误差为16.90%、最小仅为2.10%.