城市空气污染影响因素的灰色斜率关联度分析研究

城市空气污染严重影响着城市的发展和人民的健康,为了研究城市空气污染的影响因素对于污染的影响程度和类型,采用了灰色系统理论中灰色关联分析方法的斜率关联度模型.以广州、西安和乌鲁木齐为研究对象,选取了几个具有典型的空气污染因素.结果表明:对于这三个城市而言,燃煤都是空气污染的最主要污染因素,而对于不同的城市,其他污染因素对于不同污染物有着不同的影响,在污染治理的时候要分析城市具体所存在的首要污染物以对症下药.     

基于改进灰色关联分析法在居民环境消费结构中的研究

依据平顶山市2005年-2012年的统计年鉴,平顶山市居民环境人均消费性数据,选取食品、衣着、居住、家庭设备用品及服务、医疗保健、交通和通信、教育文化娱乐服务、杂项商品及服务八大类,将改进的灰色关联度分析方法和综合评价模型相结合,建立灰色关联度分析模型,对平顶山市居民环境结构关系进行分析.结果表明:教育文化娱乐环境服务的关联性最高,食品、交通通信、居住医疗保健、衣着、家庭设备用品及服务、杂项商品和服务环境位居其后.     

基于灰色关联度的平顶山市耕地面积变化与经济增长关系分析研究

依据平顶山市1988年－2012年公布的耕地面积与经济增长关系数据,选取平顶山市耕地面积,人均生产总值,第一产业在生产总值中的比重,第二产业在生产总值中的比重,第三产业在生产总值中的比重作为分析因子,将灰色关联度分析方法和综合评价模型相结合,建立灰色关联度分析模型,对平顶山市耕地面积变化与经济增长关系分析。结果显示：第三产业最为影响耕地面积的变化,第二产业次之,第一产业再次之,人均GDP最小。能为区域土地利用的长期战略和短期规划提供依据。     

我国"三废"排放的库兹涅茨曲线特征及其成因的灰色关联度分析

选取我国1985-2003年经济与环境数据。在SAS统计软件的支持下，建立我国经济发展水平与“三废”排放状况的计量模型。并对二者的关系进行曲线模拟；分析“三废”排放的库兹涅茨曲线特征。并通过计算环境状况及其影响因子之间的灰色关联度。定量剖析了我国“三废”排放的库兹涅茨曲线成因。通过以上模拟、分析、计算，结果表明：我国“三废”排放的库兹涅茨曲线并不都是标准环境库兹涅茨的倒“U”型，而是呈现倒“U”、正“U”和“三次曲线”三种类型。     

攀枝花市城市基础设施与土地收益关联度分析

以攀枝花市为例,综合运用GIS空间分析技术和变异系数权重分析、灰色关联度等方法建立了城市基础设施与土地收益的关联度模型,定量分析城市基础设施与土地收益的关联关系,揭示两者间的关联规律和作用机理.结果表明：①城市基础与土地收益存在较大关联性;②城市基础设施与土地收益关联度在时间序列上具有明显的波动性且呈周期性变化;③城市基础设施与土地收益关联度在空间上呈分异特征.     

基于灰色关联的交通碳排放与能耗空间分析

为明晰中国省域交通碳排放强度与综合能耗结构之间的关联关系,为差异化碳减排政策的设计提供依据,文章基于灰色关联理论,构建了交通碳排放强度与综合能耗结构之间的灰色关联模型,并对其结果进行空间差异化分析。结果表明:各省交通碳排放强度与综合能耗结构间的绝对关联度数值差异较小,相对关联度的跨度差异较大,综合关联度大的地区分布在云南、黑龙江以及东南沿海等地。对于关联程度较高的省份,可通过调整能耗量、优化能耗结构等途径控制碳排放。     

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。     

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.     

基于熵权物元可拓模型的隧道瓦斯等级评价

为准确预测穿越煤层的隧道瓦斯等级,以有助于降低隧道施工过程中瓦斯事故的风险。通过分析国内外大量瓦斯隧道工程案例,选取地层岩性、地质构造、煤层厚度、隧道埋深、水文地质条件等5个分级指标作为隧道瓦斯等级评价指标,将熵权法引入可拓学理论中,建立熵权物元可拓模型,并应用该模型对10条穿越煤层的隧道进行瓦斯等级评价。结果表明:应用该模型得到的隧道瓦斯等级与其实际等级完全吻合,准确率达到100%。