基于Vensim仿真的城市机动车耗油量预测方法研究

正确预测城市机动车耗油量,对科学评估城市交通环境污染及制定相关政策都具有重要意义。本文基于系统动力学的原理和方法,构造了城市机动车耗油量的因果关系图和系统流图,并将影响燃油消耗量的内、外部因素一并考虑加以量化,提出了消耗量预测模型。最后运用Vensim仿真软件,对北京市小汽车燃油消耗总量进行了实例分析,验证了模型的正确性。     

天津市机动车排放清单及影响要素研究

为掌握天津市机动车排放现状和各因素对排放的定量影响,该文在对天津市机动车类型分布、技术水平、行驶状况和启动信息进行数据采集的基础上,运用国际机动车排放(IVE)模型,建立起天津市机动车排放清单.结果发现: 天津市机动车NOx等污染物排放存在3个峰值时间,高峰期排放占排放总量的52%～55%;无催化器车辆占各种污染物排放总量的60%～95%;居民路的交通状况对于排放的影响最为不利,这些因素应该成为天津市机动车排放控制的重点.     

基于神经网络组合模型的能源消费量预测研究

为了提高预测的精度,将神经网络组合预测模型应用于能源消费总量预测中,通过建立RBF、ELM、BP神经网络预测模型,用熵值法确定组合预测模型的加权系数,建立神经网络组合预测模型.利用安徽省统计年鉴获得的1991～2007年安徽省能源消费总量进行检验仿真,结果表明组合预测模型的误差较小,精度较高,预测结果更接近于实际情况.     

山东省公路机动车货运量预测模型

本文利用山东省公路机动车货运量及工农业总产值时间序列信息,根据灰色系统及回归理论,建立山东省公路机动车货运量灰色预测模型和回归模型,为控制山东省运力发展提供依据。     

煤的坚固性系数影响因素分析

为了探究煤的坚固性系数(f值)的影响因素,得到精确的煤与瓦斯突出预测指标,采集了不同矿区的相关数据,从实验影响因素与自然影响因素两方面对f值进行了分析,并建立f值与各自然影响因素之间的预测模型。结果表明:(1)f值受煤体破坏类型、变质程度、水分、灰分等自然影响因素影响。其中破坏类型与变质程度对f值的影响作用是通过改变煤体比表面大小来实现的。(2)比表面积与f值负相关;水分、灰分与f值正相关。各影响因素与f值呈现一定的线性关系。(3)根据各个影响因素与f值之间关系建立了预测模型,并以焦煤九里山矿为例验证了模型的准确性。     

基于组合模型对我国能源消费的预测

鉴于我国能源消费系统的复杂性及非线性特征,本文分别采用神经网络和时间序列两种方法建立我国能源消费总量的单项预测模型,并对各模型进行了检验,模型的检验结果表明建立的模型可以作为预测未来能源消费量的有效工具。根据标准差法对各模型的结果进行权重分配,建立我国能源消费的组合预测模型,组合预测模型既克服单一模型的缺陷,又提高了预测精度,之后应用此模型对我国未来六年的能源消费进行预测,2015年我国能源消费总量将会达到41.9亿吨标准煤。     

北京市交通承载力预测研究

造成大城市交通拥堵、环境污染和资源短缺等问题的根本原因在于机动车保有量增长过快,甚至超过交通承载力。本文应用多因素分析法分析了影响机动车保有量的关键因素,建立各因素的时间序列预测模型,并使用多元回归分析模型预测机动车保有量。在分析交通承载力的关键影响因素的基础上,建立交通承载力定量计算模型,通过关键因素的时间序列分析对交通承载力进行预测。根据现有数据计算,2010年以后北京市机动车保有量将超过交通承载力,且机动车保有量增长速度远远超过交通承载力增长速度,因此必须采取相关措施限制机动车保有量的快速增长。     

应用组合模型对我国能源消费的预测

鉴于我国能源消费系统的复杂性及非线性特征,分别采用神经网络和时间序列两种方法建立我国能源消费总量的单项预测模型,并对各模型进行了检验,模型的检验结果表明建立的模型可以作为预测未来能源消费量的有效工具.根据标准差法对各模型的结果进行权重分配,建立我国能源消费的组合预测模型,组合预测模型既克服单一模型的缺陷,又提高了预测精度,之后应用此模型对我国未来六年的能源消费进行预测,2015年我国能源消费总量将会达到41.9亿吨标准煤.     

我国城市机动车污染控制对策初探

近年来,随着全国城市机动车保有量的持续增长,机动车污染物排放总量持续攀升,机动车已成为这些城市空气污染的第一大污染源.本文以广州为案例,探讨了我国城市机动车污染控制对策.     

城市环境交通容量模型

在给出城市环境交通容量确切定义的基础上,通过对城市环境污染的评估及机动车污染物的分析,研究了机动车产生的污染物特性,筛选出NOx作为机动车主要影响城市环境污染的污染因子,认为NOx与机动车数量的相关性强,与车速没有明显的关系。建立了环境交通容量的计算模型,提出了影响机动车交通环境容量的主要因素,得出了交通环境容量、交通容量、环境交通容量三者之间的逻辑关系。该结果可为城市的规划改造、环境质量的保证及机动车数量的控制提供可靠的理论依据。