灰色系统GM(1,1)与多元回归分析耦合用于拉萨市大气NO2的预测

根据拉萨市(1992-1998年)NO2、全市工业总产值和平均车流量的历史资料,用灰色系统GM(1,1)与多元回归分析模型耦合预测拉萨市大气中NO2的浓度.结果表明,到2010年拉萨市大气中NO2浓度将是1992年的6.3倍,大气中NO2浓度呈上升趋势.预测值表明,这种预测方法是可行的,可为政府管理和制定规划提供科学依据.     

灰色预测模型在渭河水环境信息系统中的应用

在分析了灰色预测模型的建模原理和流域水质预测的变化性的基础上,建立了灰色GM(1,1)预测模型,结合地理信息系统GIS,将其应用于渭河流域水环境信息系统中,为流域水质管理工作提供了很大的帮助。     

GIM（1）灰色模型预测环保投资趋势的可行性探析

环保投资作为环保系统的一个子系统，并不一定具有指数函数规律。本文利用ＧＩＭ（１）灰色模型，探析了它在环保投资趋势预测应用中的可行性。初步应用表明，在序列不完全满足光滑化条件时，ＧＩＭ（１）灰色模型对系统变量的“白化”能力较ＧＭ（１，１）强，而与ＧＳＭ（１）灰色模型相当，信息利用率高，是分析、预测环保投资动态发展趋势一条切实可行的途径。     

基于灰色动态模型群的衡水市居民年用水量预测

针对居民用水量序列的随机性和周期性以及传统灰色模型由于离散程度大而产生的过拟合问题,依据灰色模型理论构造了由5个GM(1,1)模型组成的灰色动态模型群;基于衡水市2007—2019年居民年用水量数据,采用灰色动态模型群对衡水市2020—2030年居民年用水量变化进行预测研究,并对预测结果进行残差检验以及残差修正;将灰色动态模型群分别与5个GM(1,1)模型进行对比,以检验模型性能。结果表明：灰色动态模型群的预测相对误差整体小于传统GM(1,1)模型,具有更好的准确性和适用性;衡水市2019年居民年用水量为1 795.00万m³,2030年预计增至2 862.21万m³,未来衡水市居民年用水量呈明显增长趋势,这与衡水市未来人口增长和社会经济发展趋势相吻合。衡水市未来居民用水量预测结果可为供水优化调度和水资源优化配置提供参考。     

澳门城市垃圾焚烧量的预测与分析

运用灰色关联度方法 ,定量分析了澳门城市垃圾焚烧总量的主要影响因子 ,并利用灰色系统理论建立了城市垃圾焚烧总量的GM(1,1)模型 ,与线性回归模型的数据进行比较、验证后 ,具有一定的可行性和适用性 ,为澳门城市垃圾的分析预测和规划管理提供了定量依据     

基于多因素灰色预测模型的生活污水量预测研究

生活污水作为城市水环境的主要污染源,进行生活污水排放量的预测是十分必要的.污水排放量预测方法有多种,不同的方法有各自不同的特点.为提高预测精度,采用灰色预测与多元线性回归相结合的方法,综合各种因素建立多因素灰色预测模型.并以人口和人均纯收入作为影响因素,将该模型应用于苏州横泾街道生活污水排放量的趋势预测中.结果表明：该模型能反映系统的实际情况,建模精度高,平均相对误差只有0.069 8％,值得在污水排放预测中推广应用.     

山洞油库地下管沟油气泄漏聚集量的预测研究

在分析山洞油库具体空间结构和狭长受限空间内油气蔓延规律与特性的基础上,分别采用灰色GM(1,1)模型和一元线性回归模型对山洞油库地下管沟中的油气聚集量进行了预测,并应用MATLAB软件对预测模型进行编程以简化数学运算,通过对比分析两种预测模型的预测结果与预测误差可以得出:对山洞油库油气聚集量这种近似呈线性增长的预测对象而言,采用灰色GM(1,1)模型比一元线性回归模型具有更高的预测精度,且可确定油气达到爆炸下限的时间以及反映油气浓度变化的规律,以为山洞油库安全状态评估与决策提供依据。     

安徽省工业危险废物产生现状与产量预测研究

近些年,随着安徽省正式加入长三角地区,化学工业和电子信息产业的发展,工业危险废物种类和数量均有显著增加.依据2011年-2014年安徽省统计年鉴中的工业危险废物产生量和综合利用量的统计数据,分析了安徽省工业危险废物类别及产业分布特点,并建立GM模型对未来几年危险废物产生的动态变化进行预测.同时分析了安徽省危险废物管理存在的一些问题,最后提出了相关的污染防治对策.     

煤矿百万吨死亡率动态无偏灰色马尔科夫预测

为掌握我国煤炭行业整体安全生产状况,构建动态无偏灰色马尔科夫模型,通过处理我国1999-2008年度煤矿百万吨死亡率数据,对2009-2011年度煤矿百万吨死亡率数据进行预测.用无偏灰色GM(1,1)模型代替传统灰色GM(1,1)模型,拟合得到煤矿百万吨死亡率数据的变化趋势,在此基础上应用马尔科夫模型进行预测,并在每一次预测中更新原始数据,最后对预测结果进行对比分析.计算结果表明:动态无偏灰色马尔科夫模型既能消除传统灰色GM(1,1)模型的固有偏差,又能提高预测精度尤其是中长期预测精度.其中,平均绝对误差为3.35％,平均相对误差为3.85％,均低于传统灰色GM(1,1)模型和一般灰色马尔科夫模型.动态无偏灰色马尔科夫模型对于煤矿百万吨死亡率数据的平均预测精度超过96％.     

Vole response to unintentional changes in the chemistry of GM poplars

Summary.  There is an increased interest for the use of GM trees in forestry and several commercially promising lines are now available. However, the ecological implications of the use of GM trees, e.g. effects on non-target natural enemies, have rarely been explored. The aim of this study was to determine if modification of non-defensive traits in GM poplars unintentionally can influence plant chemistry in a way that has consequences for palatability to voles. In a greenhouse experiment, we used two lines, SPS33A and SPS26, of GM hybrid poplars (Populus tremula x tremuloides) with 1.5 and 4 times, respectively, over-expression sucrose-phosphate synthase (SPS). This enzyme plays a central role in sucrose synthesis, affecting cold acclimation, mesophyll sucrose content and biomass production. As a control we used the isogenic unmodified wild type. Stems of these poplars were presented to bank voles and field voles in cafeteria experiments. The concentration of condensed tannins was higher in leaves of lines SPS33A and SPS26 than in the isogenic wild-type and the concentration of nitrogen was higher in line SPS33A than in both the wild-type and line SPS26. Although the bank voles consumed slightly less bark from SPS33A, there were no significant differences in the preference of bank vole or field vole for the different poplar lines. This indicates that the changes in plant chemistry were insufficient to produce any strong herbivore response or that alteration in tannins and nitrogen counteracted each other. Still, changes in the interactions between mammalian herbivores and GM trees are important to consider in future cost-benefits analyses of GM trees.