基于大数据分析的雾霾污染预测研究

对雾霾的监控预测已成为城市重点监测指标,传统雾霾监测方法使用的是高斯预测模型,在预测过程中会使用大量的参数以及逻辑关系,在大数据分析的趋势下已经不能承接海量相关大数据,针对上述问题,提出一种基于大数据分析的雾霾污染预测方法.建立数据K模型承接海量数据,对大数据特点趋势加以分析,使用组合算子对雾霾污染度预测,摒弃逻辑关系束缚以及大数据的驱使性,对特征数据进行类别掌控完成预测结果.通过对比实验的方式对提出的方法进行检验,实验结果表明:(1)基于大数据分析的雾霾污染预测方法能够在大数据环境下对雾霾污染度进行高精度预测;(2)与传统方法相比较能够承接大数据的变化;(3)摒弃逻辑关系的制约可以实现随时预测;(4)极大的缩减预测成本.     

最优加权组合预测法在水质预测中的应用研究

针对用再生水补给河流的水质预测问题,提出了基于最优加权法的组合预测模型.利用灰色预测模型、趋势外推法和指数平滑法3种方法分别进行预测,再以预测误差平方和最小为目标,将预测值的加权问题转化为优化问题,求解得到各种方法预测值的权值.然后,将3种方法所得的预测结果用最优加权法进行组合,得到组合预测值.最后,应用组合预测法对由再生水补给的永定河中的DO值进行预测,并与单一预测模型比较.仿真结果表明,组合模型可以平衡各种方法的偏差,模型的适用性和预测精度有所改善.     

基于关联向量机回归的水质预测模型

提出了一种基于关联向量机回归的水质时间序列预测模型,并以该模型对氢离子浓度指数(p H值)、溶解氧(DO)、高锰酸盐指数(CODMn)和氨氮(NH3-N)4种重要水质指标进行预测.首先采用国家环保部发布的四川攀枝花龙洞水质自动监测数据进行实验,对该模型的有效性进行了验证;然后将关联向量机回归预测模型与支持向量机回归预测模型进行比较.为了比较不同核函数的预测效果,实验中预测模型的核函数分别采用了线性函数和高斯函数.实验结果表明,关联向量机回归模型的预测效果不亚于支持向量机回归模型;且在给出预测值时,还能同时给出预测结果的可信程度.     

基于粗糙集与灰色SVM的中国CO2排放量预测

从我国CO2排放量的不确定性、不完整性、小样本等特征出发,以灰色系统(GM)模型和支持向量机(SVM)模型为基础,建立基于粗糙集的组合预测模型.利用该模型以我国1990~2011年CO2排放量的数据以及同期的人口数量、GDP和能源消耗总量数据为基础对我国同期CO2排放量进行预测来验证其有效性,最后对我国2012~2017的CO2排放量进行预测.结果表明,灰色系统理论与支持向量机模型仅能够反应我国CO2排放的长期变化趋势,在预测精度上存在一定缺陷而基于粗糙集与灰色SVM的组合预测模型在预测精度上明显优于以上两种方法,能够对我国未来CO2排放量进行准确有效的预测分析.     

高校能源消耗建模研究与应用

针对高校能源消耗建模研究与应用问题,文中介绍了高校能耗日益增长现状,给出了高校能耗模型构建,为节约能源必须做好精准能耗预测.建立了灰色径向基函数神经网络高校能耗预测模型,并采用基于排序等分法赌盘规则选择算子的遗传算法对该模型进行全局优化,进一步用实例对比分析评估了模型的有效性.实践表明,优化后的模型能有效预测能耗,与传统单一的建模方式相比,有更好的拟合性、稳定性、预测精度和更快的收敛速度,为节能评估和设计提供了决策依据.     

森林公园景观水系自动监测水质预警体系研究

以奥运森林公园南区景观水系为背景,探讨了如何建立基于自动监测的水质预警体系.水质预警体系中包含5个部分:风险因素自动识别、风险因素定量化分析和预测、水质预测、水质警报指标体系与水质预警、对策及防范措施.结合奥运森林公园南区景观水系的具体情况,分析了上述水质预警体系中各部分的主要实现方法,给出了动态率定法、统计模型法、机...     

基于信息扩散理论的闽清大暴雨雨量风险预测

为加强闽清县大暴雨雨量风险预测能力,减小常规统计方法对雨量预测结果的误差,利用1971-2010年共18个大暴雨过程的雨量数据,基于信息扩散技术分别对台风和非台风(包括过程性强降水和强对流强降水)引起的大暴雨进行雨量风险预测.结果表明:24 h雨量100～120 mm为高风险水平,风险概率在34％～100％之间,其次为...     

基于ARIMA和BP神经网络的猪舍氨气浓度预测

为了从源头减少生猪养殖过程中的氨气排放,降低猪舍氨气浓度,提出了基于ARIMA-BP神经网络的猪舍氨气浓度组合预测方法,分别从最优权重和残差优化角度对基于ARIMA-BP神经网络的组合预测方法进行了对比研究.将该预测方法应用于江苏省宜兴市某养猪场的氨气浓度预测中,预测结果表明：基于ARIMA-BP神经网络残差优化组合预测方法的预测精度最高,与BP神经网络、ARIMA预测方法和基于ARIMA-BP神经网络最优权重组合预测方法对比分析,评价指标MAE、MAPE和RMSE分别为0.0319、0.1580%和0.0365.本文提出的氨气预测方法可以为猪舍环境精准化调控管理提供科学依据以减小猪舍氨气排放对生态环境的污染.     

基于注意力机制优化的LSTM河流溶解氧预测模型研究

溶解氧(DO)是水体中的重要水质指标,构建数据驱动模型,实现对溶解氧的准确预测,将为水环境管理提供科学有效的技术手段. 考虑到溶解氧序列数据非线性强、非平稳性突出的特点,提出一种基于双阶段注意力权重优化机制的长短时记忆网络(long short-term memory, LSTM)的河流溶解氧预测模型(DAIW-LSTM模型),该模型的编码器包含双阶段权重优化的空间注意力机制,而解码器包含双阶段权重优化的时间注意力机制. 将该模型应用于流溪河流域白云李溪坝、流溪河山庄、从化街口等水质监测站溶解氧日均值预测的研究,开展了该模型与DA-LSTM、LSTM、Bi-LSTM等基线模型的预测效果对比分析,探讨了特征权重优化机制及上游站点水质数据输入对模型预测性能的影响. 结果表明:①通过与基线模型的预测效果对比,验证了DAIW-LSTM模型的精准性,其对白云李溪坝站溶解氧预测的对称平均绝对百分比误差(SMAPE)、平均绝对误差(MAE)、均方误差(MSE)分别为0.075、0.611、0.712,在所有模型中最优. ②对于新的注意力权重优化机制,第二阶段会对第一阶段的初步权重进行优化修正;针对pH、电导率、水温、气温等影响溶解氧预测的重要特征,DAIW-LSTM模型会自适应调整其权重在时间序列上的分布,从而提高该模型的预测精度. ③加入上游水质特征的输入影响,通过9个组合试验对比可知,DAIW-LSTM模型仍然为表现最佳的模型,该系列组合试验也证明上游站点及其特征变量选取的重要性. 研究显示,注意力权重优化机制的引入使得该模型相较其他基线模型展现出更好的适用性和精准性,可为地表水水质预测研究提供新思路.      

基于预测有效度一致的城市生活垃圾产生量预测

提出了基于预测有效度一致的城市生活垃圾产生量最优组合预测模型,该模型在组合预测之前利用Kendall一致性检验法对参加组合的单项预测模型值的拟合精度进行一致性检验,在通过检验之后再利用方差倒数法求解最优组合权重,建立组合预测模型。通过实例分析,表明其预测精度高于参加组合的各单项模型预测值,在城市生活垃圾产生量的预测工作中有一定的应用价值。     

河流水质时间序列分析的自组织预测方法及应用

应用前苏联学者伊万年科基于生物控制论中的自组织原理提出的一种数据组合处理方法，有效地解决复杂非线性系统预测。以汾河某段的水污染时间序列监测数据为基础，建立了一个河流水质污染预测的自组织模型，其建模样本的拟合值和检验样本的预测值相对误差分别在３．１％和５．３％以内。结果表明，自组织模型能较好地描述水污染时间序列数据之间的非线性关系，适合复杂水环境污染系统的预测工作。     

基于VC++的地表水环境预测评价系统开发——河流模块的设计与应用

以我国地表水中的河流水质预测评价为例,采用VC++设计开发了适用范围较广具有可操作性的决策系统。结合水环境预测方法和导则标准,对本系统可操作的污染因子进行了选取,设计了持久性污染物、非持久性污染物、酸碱污染物的预测模块;采用综合水质评价方法中的水质质量系数法模型,设计了水质质量系数评价模块;根据最新的农村饮用水安全卫生评价标准,设计了系统的特色模块,感官性状及一般化学指标评价模块和毒理学指标评价模块。利用湖南常德澧县环境监测站所提供的数据,用模块计算值与实测值进行了对比检验,结果表明,本系统功能基本可实现,预测及评价数据可信,为完善环境决策管理软件做了新的研究尝试。     

基于人工神经网络的松花江朱顺屯断面的水质预测

利用BP神经网络进行短期水质预报并进行水质预测后再评价对环境管理和规划有重要意义。本文建立了朱顺屯断面5个目标水质参数NH3-N、DO、高锰酸盐指数、TN和TP的BPANN水质预测模型,并对实例进行了验证,结果表明建立的推进式ANN可以应用于此类时间序列的环境预测,网络泛化性能好,能够满足实际应用。     

Visual Modflow模型在地下水污染模拟预测中的应用研究

选取中国东北部某地级市地下水源地补给区,研究地下水运动规律及水中所含污染物迁移转化规律,结合气象、水文、地质、水质等资料,在地下水水均衡计算的基础上,应用地下水有限差分软件Visual Modflow建立了地下水水流水质预测模型,并校正模型.提出的建议对研究区地下水多为战略用水,多属风险防控区,其次是需加强地下水环境准入,以生态红线标准管理,以及加快落实工业污染源、垃圾填埋场等污染防治责任.通过模型预测出未来一定时间段内的地下水流及水质变化情况,为当地政府提出地下水污染防治对策和措施提供了理论依据.     

采用门限自回归模型预测环境空气质量

应用汤家豪博士提出的门限自回归模型，以上海市环境空气质量时间序列监测数据和相应的气象数据，建立门限自回归大气污染预测模型，对上海市环境空气质量进行预测预报。结果表明：门限自回归模型计算较为简便且便于计算机自动建模。显著性检验表明门限自回归预报方程高度显著，在实际应用中，采用最新的数据建模和采用分站建立模型的方法可以使预测精度进一步提高。     

常压塔塔顶腐蚀关键参量相关性分析与预测

预测常压塔顶回流罐切水的关键离子浓度可以为常压塔顶系统工艺防腐提供技术指导。收集了某炼厂2014-2016年常压装置的生产实时工艺参数、原料及产品采样数据、水质分析化验参数,采用线性插值方法对不同时间尺度的数据进行补全。通过线性相关性分析获得了影响常压塔顶回流罐切水总铁离子浓度、pH的主要因素,并基于深度学习、支持向量机回归、粒子群优化方法建立了腐蚀关键参量预测模型。结果表明,pH值和总铁离子浓度的相关因素大部分重叠,与原料性质及产品馏出温度较强相关;建立的回归模型预测精度高,在训练集和预测集上,总铁离子浓度预测值与测量值最大偏差分别为4. 4%和9. 8%,pH值预测值与测量值最大偏差分别为0. 9%和1. 1%。     

基于指数平滑技术的水体污染灰色预测模型及应用

文章在分析传统灰色GM（1,1）预测模型所存在的缺陷基础上提出采用指教平滑技术和灰色理论相结合的方法构建一新的ES—GM（1,1）预测模型。新的预测模型通过指数平滑技术和二次累加生成技术将原始的水质污染监测数据进行处理挖掘数据序列潜在的规律性,以2001年到2007年长江南京段水质主要污染监测数据作为实例和传统预测模型进行对比分析计算,结果证明新ES—GM（1,1）的预测模型精度大大提高。长江南京段水质污染预测计算结果表明如果不采取有效的污染预防和控制措施,到2012年COD蜊和BOD5年平均浓度值将分别上升到1．791mg/L和2043mg／L。     

某战场侦察雷达电子机箱重要件寿命预测与可靠性分析

目的进行振动与冲击非常恶劣的履带车配套的某战场侦察雷达电子机箱结构件寿命预测和可靠性分析。方法通过故障模式分析和概率设计与分析,借助专业的概率分析软件,对机箱结构件进行失效概率分析和定量的寿命预测。结果量化出机箱结构件的工作风险时间,识别出重要件的设计参数,确定结构件的重要特性及检验要求,并形成重要特性检验单元明细表。结论参照上述分析结果,在进行机箱结构设计与加工的时候,对灵敏度较高的参数进行重点质量监控。     

马尔科夫过程在河流综合水质预报中的应用

本文运用随机理论，建立了一个马尔科夫链综合水质预报模型。并通过实例的应用分析，证明了模型的可靠性，从而为水质预报的科学化提供了依据。