弱化缓冲算子修正的民航不安全事件离散灰色预测

为了掌握民航不安全事件的发展状况,并据此制定民航企事业单位的安全绩效考核指标,在民航不安全事件灰色预测的基础上引入离散灰色预测和弱化缓冲算子理论,基于中国民航2004—2013年不安全事件数据建立了弱化缓冲算子修正的离散灰色预测(DGM(1,1))模型。通过中国民航2014—2015年不安全事件数据对模型进行检验,结果表明,弱化缓冲算子修正的离散灰色预测(DGM(1,1))模型的预测精度明显高于灰色预测(GM(1,1))模型和离散灰色预测(DGM(1,1))模型,其中2阶平均弱化缓冲算子修正的离散灰色预测(DGM(1,1))模型预测精度最高,采用该模型对2016—2020年我国民航不安全事件数进行了预测,预测结果为14 095、14 910、15 773、16 685、17 650。     

污泥有机成分与污泥厌氧消化潜能的研究进展

污泥厌氧消化产甲烷因其高效的能量回收和较低的环境影响是目前国内外广泛应用的污泥稳定化和资源化的有效方法。污泥有机成分是影响污泥厌氧消化产甲烷效果的主要因素之一。本文分析总结了国内外污泥成分特征与污泥厌氧消化效果关系的研究,阐述不同污水处理工艺段污泥的厌氧消化产甲烷的效果,污泥有机质转化生成甲烷的机制及性能。比较和评述几种评估污泥厌氧消化产甲烷性能的模型特点和适用条件。     

两种设施蔬菜土壤重金属与TOC的预测模型及环境预警值

为了了解设施蔬菜土壤的环境安全性,采用野外调查和室内分析相结合的方法,以河北省永清县蔬菜主产区设施芹菜和西红柿的土壤为研究对象,研究了土壤重金属与总有机碳(TOC)的关系。结果表明,设施西红柿土壤中除Pb分布均匀外,其余重金属Cd、Cr、As、Hg均有明显的变异特征,其中,Hg的变异系数高达85.8%,属于强分异型分布;芹菜土壤中Cd、Pb、Hg均具有分异性分布特征,其中,Hg属于强分异型分布。同样,西红柿和芹菜土壤中TOC均呈现分异性特征。西红柿土壤中Cd质量比与土壤TOC质量比之间呈现显著或极显著的线性、对数、二次函数、幂函数、指数函数正相关,芹菜土壤Cd质量比与土壤TOC质量比之间呈现显著的幂函数和指数正相关,进一步利用呈显著相关的预测模型确定了西红柿和芹菜土壤TOC的环境安全预警值分别为14.65 g/kg和12.06 g/kg。在永清县设施大棚管理模式下,土壤TOC质量比一旦超过该预警值,就预示着土壤存在Cd污染的风险,应及时监测以有效规避重金属污染风险。     

城市用水量预测影响因素分类以及对预测目标的权重分析

全面、充分地分析了影响城市用水量预测的各种因素,并逐一进行分析、分类、筛选和综合评定。结合预测的功能目标,对10类主要影响因素采用权重打分法的办法,在预测前优先遴选权重值比较高的敏感因子,为后续的预测模型建立筛选出最有价值的数据序列,并根据这些敏感因子来建立适宜的预测模型,、目的是规避预测结果的非关系成分扰动,并为快速建立预测模型限定合理的选择范围。     

等维灰数递补动态模型在废水排放量预测中的应用研究

为了克服GM（1,1）预测模型的不足,提出了污染物排放量预测的等维灰数递补动态预测模型。考虑到用QB、C等语言编写程序比较繁杂,本文利用MATLAB软件编写了对应的计算程序,该程序简化了参数的求解过程并减少了程序量。通过对“十一五”期间安徽省工业和生活废水排放量预测的实际应用,验证了等维灰数递补动态预测模型在污染物排放量预测中应用的可行性。     

路面雨水对地表水质影响预测模型的探讨

本文结合公路建设项目的环境特征，分析探讨了公路与河流垂直、平行及邻近湖泊、水库等不同环境状况下公路路面雨水对地表水水质影响的预测计算模型。     

综放采场瓦斯涌出的预测及防治

本文分析了综放采场风流瓦斯超限的原因；根据综放采场的瓦斯涌出来源构成，建立了综放采场瓦斯涌出量的预测模型；最后还提出了综放采场防治瓦斯超限的技术措施。     

规范变换降维与误差修正结合的环境系统的一元线性回归预测

针对高维、非线性环境系统的传统预测模型存在结构复杂、收敛速度慢、求解精度低的局限,提出对环境系统预测量及其影响因子进行幂函数与对数函数相结合的规范变换.此规范变换能使变换后的各影响因子皆等效于一个线性化的规范因子,从而将多因子、非线性的预测建模简化为简单的一个"等效"规范因子的一元线性回归建模;并对预测样本的模型输出进行误差修正,以提高样本的预测精度.在规范变换的基础上,由有m个规范因子的每个建模样本生成一个规范因子的m个"等效"训练样本,n个建模样本共生成N=m×n个训练样本.应用最小二乘法,建立基于规范变换的一元线性回归预测模型.将基于规范变换的一元线性回归预测模型与相似样本误差修正法相结合,分别用于某市5个点位的SO_2浓度预测和南昌市城市降水酸度pH值预测及某河段COD_(Mn)预测,并与多种传统预测模型和方法及基于规范变换与误差修正的3种智能预测模型的预测结果进行了比较.结果表明:该预测模型用于3个实例预测的相对误差绝对值的平均值分别为1.14%、0.49%和1.45%;最大相对误差绝对值分别为2.22%、0.87%和1.85%,与基于规范变换与误差修正的3种智能预测模型的相应误差几乎没有差异,甚至还要小;均远小于多种传统预测模型和方法的相应误差,其预测精度甚至提高了一个数量级以上.基于规范变换与误差修正的一元线性回归预测模型简单、预测精度高、稳定性好,不存在"维数灾难",因而可广泛用于任意系统的预测建模.     

基于BPNN-EMD-LSTM组合模型的城市短期燃气负荷预测

城市短期燃气负荷具有高随机性和复杂性特征,利用单一的模型难以做出准确预测。以某城市民用类燃气日负荷为研究对象,在分析该市两年多燃气日负荷特征的基础上,建立了基于BP神经网络(BPNN)-经验模态分解(EMD)-长短期记忆(LSTM)神经网络的组合预测模型,对该市短期燃气日负荷进行了预测。首先通过BPNN模型学习温度、日期属性影响下燃气负荷的主要特征,增长趋势等次要特征则体现在BPNN模型预测产生的残差中;然后采用EMD算法分解残差得到有限个本征模函数(IMF),并利用LSTM模型学习各IMF分量的短期时序规律,将各IMF分量的预测值相加得到残差预测值;最后将两部分预测值代数相加得到最终的预测结果。实证结果表明:与单一的LSTM模型和BPNN-LSTM模型相比,该组合预测模型半月步长的平均绝对误差为3.4%,预测精度更高,是一种更为有效的城市短期燃气负荷预测方法。     

GIS支持下的交通噪声预测与规划系统

以地理信息系统（ＧＩＳ）为技术支撑，结合交通噪声预测模型，建立了交通噪声预测与规划系统ＴＮＰＰＳ，该系统充分利用ＧＩＳ对空气数据与属性数据进行编辑，管理，显示，查询的能力与分析建模优势，并注重用户与系统的交互，用户与系统交互以ＷＨＡＴ ＩＦ提问／解释方式进行。ＧＩＳ与环境模型相结合，为环境噪声调查，道路工程设计，建筑设计等提供了有效的交通噪声预测与规划工具。