基于灰色系统理论的济南市建筑废物产量预测
发布时间：2021-11-26 15:09
首先以建筑面积核算法对济南市2000～2017年建筑废物产量进行了估算,然后以估算值作为原始数据,建立了灰色GM（1,1）预测模型.最后对未来5a济南市建筑废物产量进行了预测.经验证,模型精度等级达到优秀级.结果表明,灰色GM（1,1）预测模型可以准确地预测济南市建筑废物的年产量,预测表明济南市建筑废物平均产量将从2018年的860万t,增加到2022年的1000万t.
【文章来源】：中国环境科学. 2020,40(09)北大核心EICSCD
【文章页数】：9 页
【部分图文】：
估算的2000~2017年济Fig.1Amountandshareofprojectedannualgeneration
∑54.64;可得2221=SCS=0.27<0.35;{()}21P=Peke0.6745S=1>0.95;根据表3可知,当C值在[0,0.35]范围内和P值在(0.95,1)范围内,就可以认定精度检验的结果属于优秀级.本次研究计算的C值和P值在此范围内,因此证明灰色GM(1,1)预测模型可以运用于预测济南市建筑废物的年产量.表3GM(1,1)模型预测精度等级表Table3GM(1,1)modelforecastaccuracylevel检验指标优秀级合格级勉强级不合格级均方差比值[0,0.35)[0.35,0.5)[0.5,0.65)[0.65,+∞)小误差概率(0.95,1](0.8,0.95](0.7,0.8](0,0.7)图2济南市2018~2022年建筑废物产量预测Fig.2Projectedgenerationamountofconstructionwastefrom2018to2022inJinan,China灰色区域代表数值的范围对济南市2018~2022年建筑废物产量预测值,根据预测公式()()()0a0.06844+1=1e+=4165.68495e3927.95637kkbbxkxaa可以得出济南市2018~2022年建筑废物产量预测值,具体结果如图2所示.因而,2018年济南市建筑废物产量为820万~910万t,并将逐步增加到2022年的850万~1140万t.4模型结果验证与分析文献[18]通过杭州市2008~2013年的建筑废物产量实测数据验证同时期灰色理论GM(1,1)模型的预测值,证明灰色理论GM(1,1)模型预测基本可行.另外文献[48-49]中,有关济南市2005,2006,2007和2012年的相关建筑废物产量的描述,除去其中包含的工程渣土外,基本与表1~3中关于产量估算的数据相同,从侧面也印证了本文模型的可靠性.4.1敏感性分析对2018~2022年每一年度最小值、最大值及平均值核算,得出建筑废物产量的变化及范围(图2).2020年,济南市建筑废物产量约为850万~1000万t.建筑废物的管理难点主要是运输和消纳.济南市2019年建筑废物处置费收费
【参考文献】：
期刊论文
[1]施工现场固体废弃物产生量估算[J]. 王乾坤,胡睿博,任志刚,陈蕾,涂警钟,何艳婷. 中国环境科学. 2019(04)
[2]深圳市建筑垃圾管理现状和减量化措施分析[J]. 鲁官友,马合生,张云富,侯磊,张慧,张宁,段华波. 商品混凝土. 2019(01)
[3]建筑废弃物资源化环境效益分析:以重庆为例[J]. 刘婷婷,张劼,胡鸣明. 中国环境科学. 2018(10)
[4]基于灰色预测模型GM（1,1）的建筑垃圾产量研究[J]. 周豪奇,张云宁,赵杰. 武汉理工大学学报(信息与管理工程版). 2016(05)
[5]建筑垃圾产量灰色Verhulst预测模型[J]. 王秋菲,王盛楠,石丹. 沈阳建筑大学学报(社会科学版). 2016(02)
[6]基于灰色理论的建筑垃圾产生量的预测研究[J]. 王秋菲,王盛楠,石丹. 沈阳建筑大学学报(社会科学版). 2015(05)
[7]用多元线性回归分析建筑垃圾的低碳经济[J]. 巩柏含,呼国立,于洲洋. 金融经济. 2015(02)
[8]北京市垃圾产生量的预测——基于三种预测模型的比较[J]. 邢布飞,陈少玲,王彤彤,洪斐佳. 中国集体经济. 2015(01)
[9]建筑工程生命周期各阶段垃圾产量分析与处理建议[J]. 王巨亮,王宇静,邰秋,罗越,曾晨,李建刚. 绿色科技. 2014(12)
[10]基于ARIMA模型的北京市朝阳区建筑垃圾产量分析与预测[J]. 张红玉,杨飞华,李国学,郝利炜,李春萍,芦澍,战佳宇. 环境工程. 2014(S1)
硕士论文
[1]西安市建筑垃圾资源化再利用研究[D]. 唐紫叶.长安大学 2017
[2]江西省建筑垃圾现状分析及综合利用研究[D]. 熊志佳.华东交通大学 2016
[3]成都市住宅装修垃圾减量化与降耗研究[D]. 王庆超.成都理工大学 2015
[4]西安市建筑垃圾资源化利用研究[D]. 王红娜.长安大学 2014
[5]成都市建筑垃圾减排及资源化利用研究[D]. 陈天杰.西南交通大学 2014
[6]国内城市建筑垃圾资源化研究分析[D]. 张小娟.西安建筑科技大学 2013
[7]南京城市房屋建筑垃圾产量趋势以及资源化产业研究[D]. 吴金莲.南京大学 2012
[8]西安市建筑垃圾循环利用管理体系研究[D]. 雒新杰.西安建筑科技大学 2012
[9]西安市建筑垃圾资源化研究[D]. 张琦.西安建筑科技大学 2012
[10]重庆市建筑垃圾现状分析和综合利用研究[D]. 贾顺.重庆大学 2012
本文编号：3520404
【文章来源】：中国环境科学. 2020,40(09)北大核心EICSCD
【文章页数】：9 页
【部分图文】：
估算的2000~2017年济Fig.1Amountandshareofprojectedannualgeneration
∑54.64;可得2221=SCS=0.27<0.35;{()}21P=Peke0.6745S=1>0.95;根据表3可知,当C值在[0,0.35]范围内和P值在(0.95,1)范围内,就可以认定精度检验的结果属于优秀级.本次研究计算的C值和P值在此范围内,因此证明灰色GM(1,1)预测模型可以运用于预测济南市建筑废物的年产量.表3GM(1,1)模型预测精度等级表Table3GM(1,1)modelforecastaccuracylevel检验指标优秀级合格级勉强级不合格级均方差比值[0,0.35)[0.35,0.5)[0.5,0.65)[0.65,+∞)小误差概率(0.95,1](0.8,0.95](0.7,0.8](0,0.7)图2济南市2018~2022年建筑废物产量预测Fig.2Projectedgenerationamountofconstructionwastefrom2018to2022inJinan,China灰色区域代表数值的范围对济南市2018~2022年建筑废物产量预测值,根据预测公式()()()0a0.06844+1=1e+=4165.68495e3927.95637kkbbxkxaa可以得出济南市2018~2022年建筑废物产量预测值,具体结果如图2所示.因而,2018年济南市建筑废物产量为820万~910万t,并将逐步增加到2022年的850万~1140万t.4模型结果验证与分析文献[18]通过杭州市2008~2013年的建筑废物产量实测数据验证同时期灰色理论GM(1,1)模型的预测值,证明灰色理论GM(1,1)模型预测基本可行.另外文献[48-49]中,有关济南市2005,2006,2007和2012年的相关建筑废物产量的描述,除去其中包含的工程渣土外,基本与表1~3中关于产量估算的数据相同,从侧面也印证了本文模型的可靠性.4.1敏感性分析对2018~2022年每一年度最小值、最大值及平均值核算,得出建筑废物产量的变化及范围(图2).2020年,济南市建筑废物产量约为850万~1000万t.建筑废物的管理难点主要是运输和消纳.济南市2019年建筑废物处置费收费
【参考文献】：
期刊论文
[1]施工现场固体废弃物产生量估算[J]. 王乾坤,胡睿博,任志刚,陈蕾,涂警钟,何艳婷. 中国环境科学. 2019(04)
[2]深圳市建筑垃圾管理现状和减量化措施分析[J]. 鲁官友,马合生,张云富,侯磊,张慧,张宁,段华波. 商品混凝土. 2019(01)
[3]建筑废弃物资源化环境效益分析:以重庆为例[J]. 刘婷婷,张劼,胡鸣明. 中国环境科学. 2018(10)
[4]基于灰色预测模型GM（1,1）的建筑垃圾产量研究[J]. 周豪奇,张云宁,赵杰. 武汉理工大学学报(信息与管理工程版). 2016(05)
[5]建筑垃圾产量灰色Verhulst预测模型[J]. 王秋菲,王盛楠,石丹. 沈阳建筑大学学报(社会科学版). 2016(02)
[6]基于灰色理论的建筑垃圾产生量的预测研究[J]. 王秋菲,王盛楠,石丹. 沈阳建筑大学学报(社会科学版). 2015(05)
[7]用多元线性回归分析建筑垃圾的低碳经济[J]. 巩柏含,呼国立,于洲洋. 金融经济. 2015(02)
[8]北京市垃圾产生量的预测——基于三种预测模型的比较[J]. 邢布飞,陈少玲,王彤彤,洪斐佳. 中国集体经济. 2015(01)
[9]建筑工程生命周期各阶段垃圾产量分析与处理建议[J]. 王巨亮,王宇静,邰秋,罗越,曾晨,李建刚. 绿色科技. 2014(12)
[10]基于ARIMA模型的北京市朝阳区建筑垃圾产量分析与预测[J]. 张红玉,杨飞华,李国学,郝利炜,李春萍,芦澍,战佳宇. 环境工程. 2014(S1)
硕士论文
[1]西安市建筑垃圾资源化再利用研究[D]. 唐紫叶.长安大学 2017
[2]江西省建筑垃圾现状分析及综合利用研究[D]. 熊志佳.华东交通大学 2016
[3]成都市住宅装修垃圾减量化与降耗研究[D]. 王庆超.成都理工大学 2015
[4]西安市建筑垃圾资源化利用研究[D]. 王红娜.长安大学 2014
[5]成都市建筑垃圾减排及资源化利用研究[D]. 陈天杰.西南交通大学 2014
[6]国内城市建筑垃圾资源化研究分析[D]. 张小娟.西安建筑科技大学 2013
[7]南京城市房屋建筑垃圾产量趋势以及资源化产业研究[D]. 吴金莲.南京大学 2012
[8]西安市建筑垃圾循环利用管理体系研究[D]. 雒新杰.西安建筑科技大学 2012
[9]西安市建筑垃圾资源化研究[D]. 张琦.西安建筑科技大学 2012
[10]重庆市建筑垃圾现状分析和综合利用研究[D]. 贾顺.重庆大学 2012
本文编号：3520404
本文链接：https://www.wllwen.com/shengtaihuanjingbaohulunwen/3520404.html
