10.3969/j.issn.1000-6923.2018.02.045
基于RBF网络的城市垃圾产量预测及可视化
为了预测并控制未来几年城市垃圾产量,以我国城市为例,利用K-近邻互信息的多变量特征从18个拟影响因素中确定了8个影响垃圾排放量因子,分别为常住入口、地区生产总值、社会消费品零售值、金融业增加值、工业增加值、批发和零售业增加值、住宿和餐饮业增加值和第三产业增加值.以2006~2013年数据为训练样本,2014~2015年数据为检验样本,根据影响因素建立径向基函数(RBF)神经网络预测模型,并基于平均相对误差对模型反向修正.然后结合两段式径向基预测模型,对全国各省市2017~2018年的垃圾总产量预测并可视化.结果表明,本文建立的两段式径向基预测模型平均相对误差是6.43%,预测精度为93.57%.可见,该模型的预测精度较高,能较好的在现实生活中对城市垃圾的产生量进行预测.
城市垃圾、互信息、RBF网络、产生量预测、可视化
38
X32;TP39(环境规划与环境管理)
国家自然科学基金资助项目61672462,61672463;浙江省科技计划项目2016C33165
2018-05-30(万方平台首次上网日期,不代表论文的发表时间)
共9页
792-800