基于IABC-BP算法的合肥城市生活垃圾清运量预测模型研究

发布时间：2023-08-04 19:22

　　近年来,经济的发展带来生活水平的不断提高,消费结构不断升级,这就使得日常的生活垃圾日益增多,特别是一些超级城市,垃圾清运及填埋占地问题已成为污染城市卫生环境、影响市民生产生活的社会问题。在国家大力推行垃圾焚烧发电,按照垃圾清运量分类推进垃圾焚烧设备设施建设的大背景下,更要做好城市生活垃圾产生系统的研究和城市生活垃圾全过程管理,其管理不仅要及时高效,还要避免对生活环境的二次污染。对其定量基数,即城市生活垃圾清运量,要进行更为准确的预测,以便为垃圾总量的减控和城市环境卫生设施的规划布局提供参考。现有预测方法多采用增长率预测法和线性回归预测法,其模型多为静态,往往难以得到高精度的预测结果。本文引入了人工神经网络算法,BP神经网络算法拥有不错的非线性拟合能力,在处理非线性问题中得到了广泛的应用,能够有效解决各种问题。但神经网络在初始赋值时,其权重和阈值是系统随机赋予的,存在不确定性因素。所以本文利用人工蜂群算法,先对BP算法的权重和阈值进行优化,再进行模型构建。人工蜂群算法对蜂群的分工觅食行为进行了模拟,属于群智能算法。该算法通过对各种选择值进行优劣比较及个体的局部寻优,找出群体最优解。但人工...

【文章页数】：55 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    第一节 课题研究背景
    第二节 课题的理论意义与实践意义
        一、理论意义
        二、实践意义
    第三节 国内外研究现状
        一、传统预测模型
        二、现代预测模型
    第四节 本文研究内容与技术路线
        一、本文研究内容
        二、技术路线
第二章 合肥市城市生活垃圾产生现状及影响因素分析
    第一节 合肥市生活垃圾产生量概况
    第二节 合肥市城市生活垃圾清运量影响因素
    第三节 合肥市生活垃圾清运量影响因素灰色关联度分析
第三章 基于改进人工蜂群算法的BP神经网络的优化
    第一节 BP神经网络
        一、BP神经网络的基本原理
        二、BP神经网络的结构以及算法过程
        三、BP神经网络的缺点
    第二节 人工蜂群算法
        一、人工蜂群算法的生物背景
        二、人工蜂群算法原理
        三、人工蜂群算法的主要步骤
        四、人工蜂群算法的改进与测试对比
    第三节 改进人工蜂群算法对BP神经网络的优化
    第四节 本章小结
第四章 合肥市生活垃圾清运量预测模型构建
    第一节 BP神经网络基本模型的建立
        一、神经网络输入与输出的确立
        二、隐层的确立
        三、传递函数和训练函数的选取
    第二节 IABC-BP模型的构建
    第三节 IABC-BP模型与BP模型的对比分析
    第四节 本章小结
第五章 研究结论与展望
    第一节 研究的结论
    第二节 未来展望
参考文献
致谢



本文编号：3838857