基于 BP 神经网络与灰预测方法的杭州市城市生活垃圾产量预测研究

通过分析影响城市垃圾数量的主要因素，利用灰预测方法构建未来数据，建立了一个考虑人口数量、人均收入影响下的B P神经网络模型，对未来10年的杭州市生活垃圾数量进行预测，得到较好的结果。     

基于Lasso回归和ARIMA模型的城市生活垃圾产生量预测——以宝鸡市为例

基于宝鸡市2009—2019年城市生活垃圾产生量及其影响因素的基础数据,首先通过Lasso回归建立了生活垃圾产生量预测模型,其次通过ARIMA模型对模型中主要影响因子进行了预测,最后通过Lasso模型对2020—2025年宝鸡市城市生活垃圾产生量进行了预测.结果表明,Lasso回归模型预测精度高,可用于城市生活垃圾产生量的精准预测.未来几年宝鸡市生活垃圾产生量将会快速增长,2025年将达到的52.71×104t.     

青岛市生活垃圾量的关联度分析与灰色模型预测

运用关联度分析法,定量分析了影响青岛市生活垃圾产生量的主要内在因子,提出了利用环境教育等外在因素的控制对策.并运用灰色系统理论建立了该市垃圾产生量的GM(1,1)预测模型,对青岛市生活垃圾未来产量进行了预测,结果均符合一级精度,为青岛市环境规划管理提供定量依据.     

基于灰色预测模型的福建省建筑垃圾产量预测

随着建筑业发展进程的加快,福建省建筑垃圾产生量呈现逐年不断上升趋势,为了推进福建省能够科学有效实现建筑垃圾资源化,采用建筑面积估算法对2010～2017年的建筑垃圾产生量进行估算,通过灰色预测模型对2018～2022年未来五年的建筑垃圾产生量进行预测.采用Matlab编写程序计算得出2022年的建筑垃圾产生量为1.452 3×10~8t,是2010年的3倍,结果表明,采用灰色预测模型能够很精确的预测福建省中短期内的建筑垃圾产生量,从而为建筑垃圾资源化提供思路.     

基于灰色理论的西宁市建筑垃圾产量预测研究

建筑垃圾的数量特征是其进行资源化利用的重要依据。基于建筑面积估算法对西宁市2006—2015年建筑垃圾的年产量进行估算,采用灰色预测法构建出西宁市建筑垃圾年产量的灰色预测模型GM(1,1),进而预测出西宁市2016—2020年建筑垃圾的年产量。结果表明:西宁市2016—2020年建筑垃圾年产量的预测值分别为156.43,176.75,199.71,225.66,254.97万t。该预测模型精度达到一级,预测结果较为准确,可为政府部门制定相关政策提供数据支撑。     

陕西关中农村生活垃圾产量的预测

以陕西关中地区为例,运用任意抽样方法进行抽样调查,分析关中农村生活垃圾的组成和成分比例以及影响该地区生活垃圾产量的因素.通过分析影响陕西关中地区农村生活垃圾产量的诸因素,建立以人均纯收入、燃气普及率和垃圾回收利用率为主要内在影响因子的生活垃圾产量三元线性回归预测模型.再根据农村人口的预测结果,推算出垃圾总产生量,从而为治理农村生活垃圾打下坚实的基础.     

基于组合模型的新生儿数量预测

近几年我国新生儿数量持续下降的现象已引起政府有关部门的高度重视,科学预测未来几年我国新生儿的数量,已成为政府制定相关政策的关键所在.基于2000—2020年新生儿出生量数据,分别采用时间序列预测模型与灰色预测模型进行单项预测,并使用均方误差倒数法构造对应权重,对我国未来3年的新生儿数量进行组合预测.为适应三孩政策带来的...     

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。     

北京市生活垃圾与人口总量的实证分析及清运量预测

针对北京生活垃圾清运量,首先选取1987年～2007年北京市生活垃圾清运量和人口数为基础数据,构建北京市生活垃圾清运总量关于人口数的回归模型;其次,基于1998年～2017年北京市人口总数的年度数据,采用GM(1,1)模型对未来20年北京市人口总量进行预测,预计2037年北京市总人口数将达到4 386万人;最后,代入回归方程模型得到未来20年北京市生活垃圾清运总量预测数据.结果表明,预计到2037年,北京市生活垃圾清运量将达到1 916万吨.对北京市生活垃圾清运量进行的科学预测,可作为政府及相关部门对生活垃圾进行处置与规划时的基础资料和理论依据.     

股市舆情潜藏情感倾向对收益率的预测研究

以网络股评舆情数据作为非结构型文本数据研究对象,结合股票市场的相关交易指标,使用文本挖掘技术和机器学习算法确定投资者情绪测度指标,分析舆情数据中潜藏情感倾向对未来短期内股票收益率的预测能力.实证结果表明,舆情文本中挖掘潜藏情感信息能够以较高的准确率实现对股市收益率的预测.分析讨论了对预测结果有一定影响的特征字段与训练样本两个因素,发现在特征字段数量不变的情况下,随着训练数据的增多,预测结果的解释能力会有所提高;而当训练数据维持在一定范围内时,特征词数量的选取对预测结果也有很大的影响.     

基于系统动力学与博弈思想的建筑垃圾预测与管控研究

在我国快速的城市化进程中,建筑垃圾成为建设可持续发展城市的一大阻碍。为有效、动态的预测建筑垃圾产量,实现控制与减少建筑垃圾的目标,基于系统动力学（SD）理论分析建筑垃圾产量影响因素并创建以成都市为例的建筑垃圾SD模型,运用VENSIM软件进行模拟,预测持续时间内建筑垃圾产量;引入博弈思想从经济角度分析建设方和监管方之间如何对建筑垃圾实施最优化策略。结果表明 ：5种情景方案模拟结果中,综合方案对于管控建筑垃圾效果最佳;监管部门细化建筑垃圾处理标准并实行奖惩体系,建设单位积极主动地参与建筑垃圾的合理处置为最优化策略。     

云模型在商品月销售量预测中的应用

针对营销企业商品月销售数量变化不定的难点,提出了基于云模型的商品月销售量的预测方法。根据云规则发生器计算云模型的数字特征值和所需数目的云滴,来预测未来商品月销售数量。云模型预测解决了预测数据的模糊性和随机性问题。实验结果表明,和基于时间序列季节预测方法相比,采用云模型预测的结果更准确,对企业的销售预测具有现实意义和参考价值。     

基于XGBoost和GM模型的三亚市旅游客流量预测

旅游客流量的预测受经济发展、季节因素影响等不确定性的影响,以三亚市旅游和文化广电体育局官网2012—2018年的月度统计数据的旅游客流量数据为研究对象,通过模型优选,基于XGB和GM模型对三亚市近7年的旅游客流量进行拟合,并对比两种模式预测的准确度。并在以上两种模式的拟合基础上,通过模型组合,对三亚市未来2019年、2020年的旅游客流量、入境过夜游客数量及旅游收入进行预测。     

潍坊市耕地数量变化状况及其保有量预测分析

基于1993-2012年的统计数据资料,运用变异系数、泰尔指数、相对变化率及主成分分析法对潍坊市的耕地数量变化状况及其驱动因子进行了分析;运用灰色预测法中的GM(1,1)模型对潍坊市未来20年的耕地面积变化状况进行了预测分析.结果表明,20年间潍坊市耕地面积不断下降,且区域性差异较大,各县市区的变化幅度不同;人口增加、社会经济进步和农业科技进步是影响潍坊市耕地数量变化的3个主要驱动因子;潍坊市在未来20年中耕地数量不断下降,且年递减率增大,人地矛盾突出.     

河南省国内旅游市场发展趋势预测

根据河南省2000—2011年国内旅游市场游客数量统计数据,运用SPSS软件建立立方曲线趋势预测模型,对河南省国内旅游市场发展趋势进行预测.结果显示,预测模型的预测平均精度高达93.63%,立方曲线趋势预测方法可以较好地应用于河南国内旅游市场预测.未来河南省国内旅游市场将保持持续上升的趋势,2015年河南省国内旅游市场游客数量预计为4.04亿人.基于预测结果,提出了促进河南国内旅游发展的相关建议:即加大旅游宣传,提高景点知名度;改善旅游设施,提高接待能力;完善管理体制,促进协调发展.     

我国石油进口需求分析与预测

本文运用时间序列法、回归分析法和组合预测法预测了未来十五年我国石油的需求量。通过分析影响石油供应的因素,预测了未来十五年我国石油的国内供应量。在些基础上,预测出未来我国石油进口的需求量并指出石油进口将会面临的问题。     

太原市垃圾污染及其处理控制措施探讨

随着太原市经济的快速发展,城市垃圾增长速度加快,垃圾污染问题也日益加重.通过对太原市未来几年垃圾增量预测及垃圾处理现状调查与垃圾组分的分析,探讨了太原市城市垃圾处理的有效控制措施.     

基于灰色理论模型的中国农业发展的预测

针对中国农业发展的方向,综合运用层次分析法和灰色预测法,分别构建层次分析、灰色预测、灰色关联度等模型,运用Matlab7编程,对影响未来农业发展的四个主要因素影响大小进行排序,预测未来三年全国主要粮食作物的产量,最终从农业的机械化、特色化和信息化三个方面对未来农业发展给出预测。     

基于改进的GM（1,1）模型的上海市垃圾产量的预测

GM(1,1)模型是上海市垃圾产量预测的一种有效的方法,但序列的随机波动性难以在GM(1,1)模型得到反映。利用灰色震荡序列GM{1,1}模型,对上海市2000年~2008年垃圾产量进行预测,预测结果表明,此方法能够反映出上海市垃圾产量所具有的波动性特性,得到更高的预测精度。     

城市生活垃圾的总量预测与最优处理率研究

文章以合肥市为例,对城市生活垃圾的产生总量进行预测,推算出合肥市生活垃圾的最优处理率和2010年需处理的垃圾总量,为城市建设与发展提供一些决策依据.