基于改進灰色神經(jīng)網(wǎng)絡(luò)的污染物排放量預(yù)測建模及實現(xiàn).pdf

1、隨著中國經(jīng)濟的發(fā)展，污染情況也愈加嚴重，因此污染物總量控制也成為了各級政府的工作重點。污染物總量減排工作的中心就是在預(yù)測到未來幾年的污染物排放量的基礎(chǔ)上，制定科學(xué)合理的污染物減排政策。根據(jù)國家要求，需要統(tǒng)計二氧化硫、氮氧化物、氨氮和化學(xué)需氧量等四種污染物的排放量。本課題的研究目標是通過分析人口因素、產(chǎn)業(yè)分布情況對污染物排放量的影響，結(jié)合灰色系統(tǒng)理論和神經(jīng)網(wǎng)絡(luò)理論，建立適用于二氧化硫、氮氧化物、氨氮和化學(xué)需氧量這四種污染物排放量預(yù)測的組合

2、模型。
　　本文針對成都市污染物排放量的特性，提出了以GM（1,1）、GM（0,4）以及BP神經(jīng)網(wǎng)絡(luò)為主要結(jié)構(gòu)的污染物排放量預(yù)測模型。該模型從宏觀上分析了影響這四種污染物排放的相關(guān)因素，在傳統(tǒng)的灰色神經(jīng)網(wǎng)絡(luò)模型的基礎(chǔ)上加入了GM（0,4）模型對污染物排放量進行預(yù)測。在預(yù)測的過程中，首先對污染物排放歷史數(shù)據(jù)進行了數(shù)據(jù)預(yù)處理，從而避免了異常數(shù)據(jù)；然后根據(jù)人口因素、產(chǎn)業(yè)分布等因素與污染物排放量之間的關(guān)聯(lián)度情況，選擇關(guān)聯(lián)度最大的三個因素，

3、將這些因素和預(yù)處理后的排放量數(shù)據(jù)序列作為GM（0,4）模型的輸入，得到預(yù)測值1；并使用改進的GM（1,1）模型對污染物排放情況進行預(yù)測，得到預(yù)測值2；然后，將兩種預(yù)測模型預(yù)測結(jié)果進行權(quán)系數(shù)求解，得到初步預(yù)測值；最后使用BP神經(jīng)網(wǎng)絡(luò)對其殘差進行修正，將殘差修正值和初步預(yù)測值加起來，得到最后的污染物排放量預(yù)測值。
　　本文在驗證階段使用成都市某區(qū)縣2002年至2008年污染物排放數(shù)據(jù)以及人口因素、產(chǎn)業(yè)分布等相關(guān)因素的歷史數(shù)據(jù)作為基礎(chǔ)數(shù)