基于BP神经网络模型的城市生活垃圾产生量预测研究

提出一种基于BP神经网络Levenberg—Marquardt算法建立城市生活垃圾产生量的网络预测模型。该方法优于传统的灰色理论预测模型和根据人口数预测垃圾产生量，预测结果客观、合理、精确，实用性强。该研究方法对我国城市生活垃圾管理和环境规划具有一定的指导意义。     

亚欧典型城市生活垃圾分类体系及产生量演变分析

目前中国环保事业的发展处于初级阶段,尚未形成一套完善且成熟的垃圾分类模式,面对城市生活垃圾产生量日益增多,建立可持续发展的城市环境和资源循环型社会迫在眉睫。深入探究中国、日本和德国的垃圾分类收集体系,对国内外9个典型城市的生活垃圾产生量演变趋势进行研究。主要结论如下:日本、德国在生活垃圾分类方面已达到世界领先水平,对生活垃圾的分类已经趋于细化;东京、京都、柏林、汉堡、慕尼黑和新加坡的生活垃圾产生总量逐渐稳定甚至出现下降趋势,而香港、上海和北京的生活垃圾产生量呈显著增加的趋势。     

基于ARIMA模型的煤炭消费量预测研究——以山西省为例

对山西省煤炭消费量进行科学预测有助于对全省的煤炭资源开发进行合理规划、统一配置。分析了1949—2013年山西省煤炭消费量的变化趋势,根据1949—2010年的煤炭消费数据,构建了山西省煤炭消费量短期预测ARIMA(2,1,2)模型,利用此模型对山西省2011年和2012年的煤炭消费量进行了预测,并将预测值与实际值进行对比,发现预测的相对误差仅为3.27%和1.27%,表明模型的拟合度较好。因此,可以运用ARIMA(2,1,2)模型对山西省煤炭消费量进行短期预测。     

三峡库区城镇生活垃圾产生量和散排量时空特征

【目的】分析三峡库区城镇居民生活垃圾产生量和散排量时空特征,为库区生态环境保护规划制定、城镇生活垃圾管理决策等提供依据。【方法】根据三峡库区主要城镇常住人口、居民生活垃圾散排量等相关数据,计算出生活垃圾散排强度,并分析时序变化和地区差异。【结果】1)三峡库区城镇居民生活垃圾产生量呈增加趋势,年平均增加8.5%。生活垃圾散排量和散排强度均呈下降趋势,年平均下降7.24%和8.83%。2)重庆主城区居民生活垃圾产生量和散排量均最大,分别为年均2×106 和2.387×105t,占库区生活垃圾产生总量和散排总量的61.25%和52.70%;散排量最小的是兴山,年均3×103t。3)三峡库区城镇居民生活垃圾散排强度年均值为55.49kg·人-1;重庆主城区的散排强度最低,年均值为48.46kg·人-1;秭归的散排强度最高,年均值为82.67kg·人-1。【结论】三峡库区城镇居民生活垃圾产生量增加和地区差异明显的主要驱动因素是人口规模,集中处置能力增强是散排量和散排强度降低的主要原因。
     

基于二次Lasso回归的纵向驾驶员模型研究

为了更好地模拟实际驾驶员行为,提出基于二次回归和 Lasso回归方法的纵向驾 驶员回归模型. 通过采集纵向驾驶行为数据,提取可能影响驾驶行为的状态参数,进而建立二 次回归驾驶员模型;面向多参数回归模型中的多重共线问题,采用Lasso回归方法进行状态参 数筛选;结合筛选数据建立二次回归驾驶员模型. 为了验证模型的有效性,与PI驾驶员模型和 一次 Lasso回归驾驶员模型进行仿真对比 . 仿真结果表明,相较于其他两种模型,所建立的驾 驶员模型具备良好的工况跟随效果,同时能较好地反映实际驾驶行为特征.     

六安市城市生活垃圾预测研究

准确预测生活垃圾产量可以为垃圾管理工作提供定量依据。利用多项式拟和、多元线性回归和灰色GM(1,1)模型相结合的方法对2007~2013年六安市城市生活垃圾年产量进行了预测。结果显示:预测时段内生活垃圾年增长率5%~6%,2013年将达到17.9万吨。     

基于ARIMA模型的国内生产总值预测

本文通过对1952年以来的各年度GDP数据进行数学建模,利用ARIMA模型对年度GDP进行了预测。实验结果表明：ARIMA模型对GDP年度数据预测的一步预测相对误差可以保持在3%以内,具有较高的预测精度。     

基于岭回归和Lasso回归的螺纹钢期货价格实证分析

期货是金融市场的重要组成部分,期货的交割通常是在一段时间后进行,因此对于期货价格预测显得尤为重要,其中螺纹钢期货价格预测成为提高我国钢铁产业竞争力的重要举措.通过对螺纹钢期货结算价及其影响因素的数据进行分析,分别利用岭回归和Lasso回归两种方法消除共线性的影响,得到两种修正多元回归模型,应用两种修正多元回归模型分别对螺纹钢未来一周的期货价格进行预测,并与真实价格进行比较,最终发现基于两种方法得到的模型预测准确率均高于95%以上,且基于Lasso回归方法的拟合效果更好,证明构建的两种回归模型对螺纹钢价格的走势与预测均有重要的参考价值.     

基于乘法ARIMA模型的公路客运量预测

在收集了2004-2007年我国公路客运量月度数据的基础上,进行时间序列分析,建立了我国公路客运量月度数据的求和自回归移动平均（ARIMA）模型。分析结果显示：与常用的多项式曲线预测模型和灰色预测模型相比,模型ARIMA（2,1,2）（1,1,1）12有更好的预测效果,可以用于我国公路客运量月度数据的短期预测。     

基于JMP软件的Lasso及岭回归在水稻全基因组预测中的应用

全基因组选择是21世纪动植物育种的一种重要的选择策略,其核心就是全基因组预测,即基于分布在整个基因组上的多样性分子标记来对育种值进行预测,为个体的选择提供依据.但目前提出的大多数全基因组预测方法都涉及到相当复杂的算法并要求使用者具备熟练的编程能力,因此很少在实际育种中得到有效的应用.对统计软件JMP在水稻全基因组预测中的应用做了探索研究,利用其中的两种正则化回归方法(Lasso和岭回归)预测产量及其相关性状的育种值,结果表明两种方法对这些性状均有较好的预测效果,但Lasso优于岭回归,预测效果因性状不同也有差异,4个性状预测效果的次序为:千粒重分蘖数单株谷粒数产量.鉴于JMP软件的强大的分析能力、友好的用户界面和可操作性,本研究的结果可以为育种工作者在选择应用全基因组预测的分析工具方面提供较好的参考.     

基于ARIMA模型的滑坡位移预测

利用斜坡累积变形—时间曲线的建模分析,可以获知当前滑坡的变形发育阶段、预测滑坡未来发展趋势,是滑坡灾害预警预报的基础.滑坡累积位移是关于时间的变量,往往具有非平稳性,通过差分得到平稳的时间序列过程,建立差分自回归移动平均模型(ARIMA模型).以三峡库区某滑坡为研究对象,对累积位移采取等时距差值处理后,建立了适用于该滑坡的ARIMA时间序列模型对滑坡累积位移进行分析预测.通过比较2014年1月至5月该斜坡位移的实测值与预测值,得平均预测误差为3.2%,结果表明,所建立模型能满足预测要求,计算过程容易实现,在滑坡累积位移短期预测中具有一定的适用性.     

城市生活垃圾堆肥过程动力学模型研究

基于堆肥反应动力学理论,以反应过程中涉及的关键控制因子温度、含水率、氧气含量作为研究对象,建立了城市生活垃圾堆肥过程动力学模型．同时结合实验研究,发现堆料含水率、耗氧量、底物降解速率的实验结果能较好的与模型模拟预测结果相吻合;温度变化的实验值在反应过程的中间部分出入较大,而前面部分跟后面部分与模拟量也能基本相同．     

基于DBSCAN算法的恐怖主义风险评估模型——以铁路系统为例

为了对铁路系统涉恐事件进行风险管理,遏制铁路系统恐怖袭击事件的发生,提出基于DBSCAN(density-based spa-tial clustering of applications with noise)算法的铁路系统恐怖袭击风险评估方法.首先对1970—2017年发生的铁路系统恐怖袭击案件进行统计分析,然后采...     

基于Lasso算法的油田产量预测方法

随着油田的不断开采,油田的产量预测也变得越来越重要。目前有许多基于机器学习的预测方法,但大多数都不能给出具体的预测模型。本文提出了一种基于Lasso算法的预测方法,结合现场生产数据,选取一系列相关特征参数,通过对参数数据的初步分析,初步选取各个参数的函数形式,然后利用Lasso算法得到最终的预测模型,最终达到预测产量的目的。现场试验表明：该方法得到的预测模型比较准确,可解释性强,且预测精度高,可以应用于矿场产量预测。     

地幔柱的发生机制研究——以Ferrar为例

利用三维数值模拟方法,根据地幔对流控制方程,以180 Ma喷发的Ferrar大火成岩省(LIP)为例,在模型中引入Pangea超大陆、大型横波低速带(LLSVPs)和Pangea超大陆边缘的俯冲带,模拟地幔对流过程,研究其对应地幔热柱从地球内部热边界层(例如核幔边界)的生成过程,并讨论导致该地幔柱产生的相关因素.结果表...     

基于ARIMA模型的降水空间特征分析及预测

为了掌握未来降雨量的变化趋势,利用2010—2019年江西省主要的16个气象站点逐月降雨量数据进行降水空间特征分析,并基于ARIMA预测模型对江西省2020—2021年的逐月累计降雨量进行预测.根据拟合度结果得出具有模型预测准确度较高,说明该模型预测结果可以科学有效地提升水资源管理、规划及保护等各方面的能力,同时也证明了降水预测模型在现实使用中是可靠的.     

基于核心企业的供应链金融创新模式 ——以G集团为例

近年来，如何缓解我国小微企业融资瓶颈问题被提到了政治高度，引起了社 会各界的广泛关注，本文主要探讨供应链金融业务如何为缓解上述问题发挥作用。首先 通过“6R”原则，揭示供应链金融的实质目标；其次，论述以核心企业为导向的供应链金融 模式的理论基础；最后通过几则典型案例，说明供应链金融的业务逻辑。同时，探讨相关 潜在风险，提出相应的风险防范措施。     

基于ARIMA模型的我国GDP短期预测

国内生产总值(Gross Domestic Product,简称GDP)常被公认为衡量国家经济状况的最佳指标,因此对GDP的预测越来越受到政府和公众的关注.由于影响GDP的因素有很多,而且这些因素间又常常存在多重共线性,所以准确找出影响GDP的重要因素并进行建模比较困难,而且经济数据常常是自相关非平稳的,因此本文采用ARIMA模型来拟合1991年到2010年的GDP数据并预测GDP.结果表明ARIMA(1,1,1）能较好拟合GDP数据,预测表明我国经济发展势头良好.     

以沈阳“环境建设样板城”为例论生态城市建设

从城乡一体思维下的生活污水资源化、自然资源合理利用、基于“3S”的交通智能化、循环工业和静脉产业建设四个方面人手,提出粪便资源化、污水资源化、土壤迁移、雨水资源化、智能化“市区高速道路系统”、IMTS公共交通实验系统、循环工业和静脉产业等措施,综合探讨生态城市的建设问题．