郑州市大气环境质量分析及预测

根据郑州市2008年环境监测统计数据,运用主成分分析、聚类分析对2008年郑州市不同区域、不同时段大气主要污染因子和相应污染源进行分析,以期得出各因子之间及其与环境因子之间的关系,采用灰色系统GM(1,1)对郑州市大气环境质量近5年状况进行了预测.经过主成分分析得到3个主成分:主成分1反映二氧化硫、二氧化氮、降尘的信息,主成分2反映可吸入颗粒物的信息,主成分3反映硫酸盐化速率的信息,通过计算各监测点、各月主成分综合得分得到年内大气环境质量变化规律.系统聚类将监测指标聚为3类:二氧化氮、二氧化硫、降尘为1类,硫酸盐化速率和可吸入颗粒物各为1类.采用灰色系统理论建立郑州市大气环境质量灰色预测GM(1,1)模型,结果表明,二氧化硫质量浓度有上升趋势,二氧化氮质量浓度小范围降低后保持平稳,可吸入颗粒物浓度则逐渐下降.     

四川省攀枝花市米易县大气环境质量评价

米易县大气主要大气污染物年均浓度呈均上升趋势,选用污染综合指数法对2008-2011米易县城区大气种3种主要污染物(可吸入颗粒物、二氧化硫、二氧化氮)进行评价,评价结果说明:米易县大气环境质量下降,环境污染状况总体较好.     

气温对大气主要污染物的影响

以2009年石嘴山市的环境空气质量自动监测系统获取的监测结果为数据支撑,阐明石嘴山市大气主要污染物二氧化硫(SO2)、二氧化氮(NO2)、可吸入颗粒物(PM10)的逐月变化特征,在此基础上,分析了石嘴山市大气污染物浓度与气温条件的关系。结果表明:石嘴山市各污染物浓度具有冬强夏弱的变化规律,气温与污染物浓度具有较好的负相关。     

安徽省大气环境质量模糊综合评价

以二氧化硫（SO2）、二氧化氮（NO2）和可吸入颗粒物（PM10）作为评价因子,利用模糊综合评价法对安徽省大气环境质量进行了评价与分析.结果表明,可吸入颗粒物是安徽省的首要污染物,但铜陵市有所不同,首要污染物为二氧化硫.模糊综合评价显示,安徽省大气环境受到一定程度的污染,16个市中黄山市的大气环境综合质量最好.近年来,安徽省大气环境质量有所改善,但改善幅度较小.     

应用灰色系统GM(1,1)模型预测猪场中猪戊型肝炎的流行趋势

为研究猪戊型肝炎的流行趋势及其预测,应用灰色系统理论对上海市2005-2010年的猪戊型肝炎资料进行分析,建立了灰色系统GM(1,1)模型,并进行了模型评价.结果表明:GM(1,1)模型精度检验结果为优,能精确地模拟猪戊型肝炎的流行趋势.应用该模型预测上海市2011年、2012年猪戊型肝炎的感染率分别为19.25％和18.34％.     

河南省济源市2006—2012年环境空气质量状况分析

根据济源市环境空气质量监测数据,对2006～2012年济源市环境空气质量状况进行了分析。结果表明,2006—2012年济源市的环境空气优良率总体呈上升趋势,二氧化硫、二氧化氮、可吸入颗粒物污染呈现下降趋势,但浓度仍相对较高,首要污染物主要为可吸入颗粒物,老城区的污染重于新区,采暖期浓度高于其他季节。     

抗蚜威在黄瓜果实中的消解动态数学模型

采用气相色谱法测定抗蚜威在黄瓜果实中的残留量数据,建立指数负增长函数模型、Rayleigh动态模型、灰色预测GM(1,1)模型等不同类型的数学模型,然后对其进行拟合度检验,结果表明:灰色预测GM(1,1)模型的预测拟合度最好,农药在生态环境中的降解过程是一个典型的灰色系统,应用灰色预测GM(1,1)模型可以很好地模拟抗蚜威在生态环境中的残留消解动态.     

基于粒子群优化算法的灰色预测模型GM(1,1)改进

为了提高灰色预测模型GM(1,1)在复杂系统模型中的预测精度,从原始数据和预测值两个方面对灰色GM(1,1)模型进行改进。根据原始数据的信息特点对模型作补充定义;预测值改进则利用背景值重构和粒子群优化算法对传统GM(1,1)模型的预测值进行改进,求出最佳预测值。结果表明:改进GM(1,1)模型的平均残差和相对残差都远远小于传统模型,其预测效能和可信度都有大幅提高。     

基于等维新息GM(1,1)模型的河南省粮食产量预测

以河南省1978—2013年的粮食产量为依据,利用灰色系统理论对河南省未来的粮食产量变化趋势进行了预测。首先在MATLAB中实现不同维数GM(1,1)模型相关参数的计算,然后把预测精度最高的7维常规GM(1,1)模型改进成等维新息GM(1,1)模型,经检验该模型精度等级为好,并预测出河南省2015—2020年的粮食产量。结果表明,等维新息GM(1,1)模型比常规GM(1,1)模型具有更高的预测精度,河南省未来5年的粮食产量仍保持增长趋势,但年平均增幅为1.43%,增产潜力较低。     

基于小波变换的GM(1,1)-ARIMA组合模型对粮食产量的预测

为提高粮食产量的预测精度,针对粮食产量的数据特点,提出了在小波变换的基础上,结合GM(1,1)模型与ARIMA模型的优点,建立GM(1,1)-ARIMA组合预测模型。首先,通过小波变换对非平稳序列进行分解,得到近似分量和细节分量;针对各分量序列的不同特征,采用灰色GM(1,1)模型对近似分量进行趋势预测,为进一步提高趋势信号的预测精度,使用灰色GM(1,1)模型对预测序列进行残差修正;然后,采用ARIMA预测模型对分离出的细节分量进行预测;最后,通过小波重构得到粮食产量的预测值。预测结果表明,基于小波变换的GM(1,1)-ARIMA模型的拟合平均误差为0. 69%,通过对2011—2014年粮食产量的预测,其预测平均误差低于1%,为粮食产量预测提供了一种新的技术途径。     

信阳城区大气可吸入颗粒物污染特征与防治对策研究

通过对信阳城区大气可吸入颗粒物污染特征研究发现,近年来信阳市大气可吸入颗粒物质量浓度呈下降趋势,但可吸入颗粒物浓度接近国家空气环境质量二级标准;可吸入颗粒物浓度呈现一定的季节特征,冬季污染最为严重,夏季最轻。针对此特征提出了防治对策,旨在为可吸入颗粒物的污染防治提供必要的依据。     

基于灰色系统理论的兵团棉花产量预测研究

通过对2001~2012年新疆生产建设兵团的棉花产量数据的分析,建立了棉花产量的GM(1,1)灰色预测模型,结合Matlab软件对兵团近三年的棉花产量进行预测,经后验差检验,预测精度达到一级.该预测结果对兵团棉花产业发展都有一定的参考价值。     

烤烟糖碱比和氮碱比的醇化预测模型研究

[目的]建立醇化烟叶化学成分的预测模型,用于预测醇化后烟叶化学成分协调性的变化情况,以便指导配方打叶的小配方模块设计。[方法]利用灰色理论建立了烤烟醇化过程糖碱比GM（1,1）灰色模型、糖碱比新陈代谢GM（1,1）灰色模型、氮碱比GM（1,1）灰色模型、氮碱比指数平滑GM（1,1）灰色修正模型和氮碱比对数GM（1,1）灰色修正模型。[结果]糖碱比灰色模型精度较高,2种模型精度分别达到了98．37％、99．73％;氮碱比灰色模型通过指数平滑和对数修正后,模型精度分别达到了93．56％、88．52％。[结论]建立的各种糖碱比、氮碱比模型都有意义,而且可用作中、长期预测。     

灰色GM（1,1）模型和Verhulst模型在青岛市海水养殖产量预测中的应用

灰色预测是建立从过去引申到将来的灰色预测模型（Grey Prediction Model）,从而确定所研究系统未来发展变化的趋势,为决策者提供科学依据。以青岛市1998-2007年海水养殖产量统计数据为基础,分别利用灰色GM（1,1）模型和Verhulst模型对该市传统海水养殖产量变化作预测。预测结果表明,GM（1,1）模型和Verhulst模型都显示了青岛市海水养殖产量在未来5年呈逐年递增的趋势。但通过对GM（1,1）模型和Verhulst模型的模拟精度验证和模拟预测结果的比较,发现灰色Verhulst模型预测精度较高,Verhulst模型更适合对该市未来几年的海水养殖产量进行预测。该研究结果可为青岛市合理保护和利用海水养殖资源、制定海水养殖规划提供参考依据。     

滁州市农业生态环境质量动态评价及预测

[目的]客观准确地评价和预测滁州市农业生态质量状况及发展趋势。[方法]选取滁州市农业生态环境质量评价指标,运用主成分分析法对评价指标进行筛选,建立农业生态环境质量综合评价模型,采用灰色系统GM(1,1)模型对农业生态环境质量状况进行预测。[结果]滁州市农业生态环境质量长期处于III级,且波动幅度较小;农业生态环境保护指标和农业环境污染指标对滁州市农业生态环境质量的影响较大。[结论]滁州市农业生态环境质量有很大改善空间,人类活动对农业生态环境质量的影响显著。     

基于灰色神经网络的换热器污垢预测研究

由于影响换热器污垢热阻的因素较为复杂,对其预测比较困难.针对这种情况,提出了利用灰色神经网络预测方法对污垢热阻进行预测.本文用一种灰色理论算法改进模型和RBF神经网络分别对换热器污垢热阻值进行预测,并对预测结果进行最优组合,同时给出了预测曲线.结果表明与GM（1,1）模型相比较,灰色神经网络组合模型（GMNN）预测精度更高,可以较准确地预测污垢热阻随时间的变化趋势.     

基于新信息优先的新疆棉花产量预测模型

根据灰色系统理论的新信息优先原理,对GM(1,1)模型进行了改进,提出了一种基于新信息优先的GM(1,1)模型,并结合实际情况分析了GM(1,1)模型和基于新信息优先的GM(1,1)模型的预测结果,残差检验和后验差检验结果表明,所建模型比GM(1,1)模型精度高,具有重要的理论价值和实践意义。     

MGM(1,n)模型在预测城市地下水水位动态变化中的应用

为科学地进行城市地下水水位动态变化预测,提出多变量灰色模型MG(M1,n)模型(multi-variablegreymodel),是单变量的G(M1,1)模型在多变量(n元变量)情况下的推广。通过模型比较,该模型拟合精度优于G(M1,1)模型和BP网络模型。     

基于灰色系统理论的城镇建设用地预测模型的研究——以湖北潜江市为例

针对我国现行城镇建设用地预测中存在的问题,在预测潜江市城镇建设用地规模中引入灰色系统理论中的灰色关联度和灰色GM(1,1)预测模型,用灰色GM(1,1)模型对城镇人口进行预测,并通过关联度综合分析各因素(人口、固定资产投资)对城镇建设用地的影响,结合建设用地控制系数进行再次调整,从而提出一种集约型的预测模型。