基于最优组合预测模型的中国工业固体废物产生量预测

《基于最优组合预测模型的中国工业固体废物产生量预测》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、顾雨等基于最优组合预测模型的中国工业固体废物产生量预测基于最优组合预测模型的中国工业固体废物产生量预测*顾雨徐广军夏训峰。席北斗。周素霞(1．北京化工大学经济管理学院，北京100029；2．中国环境科学研究院，北京100012)摘要随着经济的发展，工业固体废物的产生量迅速膨胀，已成为制约社会和经济持续健康发展的瓶颈。为了客观地反映中国工业固体废物的发展趋势，在神经网络和逐步回归2种单项预测方法的基础上，建立了最优组合预测模型。并以1991—20O7年中国工业固体废物产生量为基础数据，通过实例对模型精度进行分析，预测值与实测值具有良好的一致性。由于非线性最优组合预测模型综合考虑了神

2、经网络对历史数据拟合效果良好和逐步回归对预测对象影响因素考虑全面的优点，得到的结果误差较小，最符合实际情况。采用非线性最优组合预测模型预测未来几年中国工业固体废物的产生量，结果显示，2010年中国工业固体废物产生量将达到183133万t，2020年将达到228511万t，预测结果可以为中国工业固体废物管理提供科学依据。关键词工业固体废物神经网络逐步回归最优组合预测模型随着城市工业和经济的发展，工业固体废物的行系统研究。最优组合预测通过对各单项预测方法产生量迅速膨胀，给人群健康和生态环境带来了巨采取适当的加权平均形式，在某个准则下构成加权大的环境压力，已成为制约社会和经济持续健康发

3、系数的最优规划，求得原问题的最优解也即最优组展的瓶颈口]。准确地掌握工业固体废物产生量发合预测的最优加权系数，从而可以充分利用各种单展变化的动态规律，科学地预测工业固体废物产生项预测方法的有效信息，提高预测精度【8]。其在环量，可以为固体废物的环境规划、总量控制、处理方境领域已经应用于城市生活垃圾产生量l9、城市法研究和决策提供必要的信息。供水量r1引、降水量[】。等的预测上。现阶段针对工业固体废物预测的研究还非常薄戴华娟[14总结提出了7种最优组合预测模型，弱。李金惠等[3]、林艺芸等分别采用时间序列分并以农村居民存款储蓄余额为例进行比较分析。本析法和灰色Gj(1，1)模型对我

4、国工业固体废物产研究选取其中以最大误差绝对值达到最小为目标函生量进行预测。刘常青等[5采用指数平滑法、回归数的线性组合预测模型和非线性组合预测模型之一预测法、灰色模型和BP神经网络等4种数学预测方的加权几何平均组合预测模型。法对上海市历年各行业的固体废物产生量进行预1．1线性最优组合预测模型测。郭平等[6采用灰色GM(1，1)、Gj(1，2)模型对设我国工业固体废物在时间段t内的实际产生我国工业危险废物产生量的变化趋势进行预测。但量值为(其中：t一1，2，⋯，)，第1种单项预测模是，由于工业固体废物产生系统是一个关系到社会、型(即神经网络预测模型)在时间段t内的预测值为厂"第2种

5、单项预测模型(即逐步回归预测模型)在经济、能源等因素的非线性复杂系统，容易受到众多．不稳定因素的影响，而传统的单项预测模型都偏向时间段t内的预测值为_厂，线性最优组合预测模型于从某一角度来研究解决问题，难于把握事物的总在时间段t内的预测值为，2种单项预测模型的最体和全局，使得预测精度不能达到最佳。笔者在神优加权系数分别为go和z，且满足。+602—1，≥0，(U2≥O。经网络和逐步回归2种单项预测方法的基础上，建则线性最优组合预测模型的预测值为：立线性和非线性2种最优组合预测模型，预测我国===1工业固体废物产生量，预测结果较之传统单项预测．厂1+2f2(1)设e为时间段t内线性

6、最优组合预测模型的绝方法，精度大为提高，可以为我国工业固体废物科学对误差，可以表示为：管理提供数据支撑。g一Iy一I—l一(U厂一cu2，2J(2)1最优组合预测模型设S为线性最优组合预测绝对误差的最大值，即S—maxe。建立以绝对误差最大值达到最小为1969年，BATES等首次对组合预测方法进第一作者：顾雨，男，1987年生，硕士研究生，研究方向为固体废物资源化处理通讯作者。*国家重点基础研究发展计划(“973计划”)项目(No．20O5CB7242O3)。·89·环境污染与防治第32卷第5期20lO年5月目标函数的线性最优方程如下：2工业固体废物产生量预测及对策minS—mi

7、nmaxef1≤≤2．1预测结果及精度分析h+2g2一S≤0，===1，2，⋯，gh+282+s≥O，一1'2，⋯⋯(选取1991—2O07年我国工业固体废物产生量+3)(u2===1及其影响因素(包括能源消耗总量、工业总产值和总人口)作为分析研究对象[1引，采用神经网络和逐步≥0，2≥O回归2项单项预测模型对我国工业固体废物产生量式中：e为第1种单项预测模型在时间段t内的绝对误差为第2种单项预测模型在时间段t内的进行预测。神经网络预测值采用Matlab提供的工具箱编程求解得到，