共查询到20条相似文献,搜索用时 15 毫秒
1.
基于西安市历年来城市生活垃圾产生量及其影响因素的基础数据,通过对其相关系数的计算,确定西安市城市生活垃圾产生量的主要影响因素为人口数量、地区生产总值、城镇居民可支配收入及建成区面积。建立生活垃圾产生量的多元回归预测模型,对模型的合理性和精度进行分析,预测精度可接受,证明多元回归模型可用于城市生活垃圾产生量的预测。引入ARIMA模型,对所需因子进行预测,应用多元回归模型,对西安市2019—2020年的生活垃圾产生量进行了预测,结果表明,2019—2020年西安市城市生活垃圾产生量将分别达到4.922×106t、5.219×106t,且这2 a的垃圾产生量增长率将达到6.0%。 相似文献
2.
3.
4.
选取人口和消费水平作为影响因素,通过对2007—2016年北京市消费总支出进行AR模型自回归分析,预测2017—2020年的消费总支出,再对消费总支出进行线性和多项式拟合,预测2017—2020年的生活垃圾产生量。构建2011—2016年北京市各区垃圾产生量占北京市垃圾产生总量比例的一阶差分模型,预测2017—2020年各区垃圾量占全市的比例,从而可预测各区2017—2020年的垃圾产生量。 相似文献
5.
6.
7.
基于主成分分析的生活垃圾产生量模型研究 总被引:2,自引:0,他引:2
分析了城市生活垃圾产生量的影响因素,从中选取了6项主要影响因素,研究了它们与城市生活垃圾产生量之间的关系;根据合肥市城市生活垃圾产生量的统计数据,运用主成分分析法对6项指标进行了综合分析,并研究其贡献率,提取出综合因子;针对城市生活垃圾产生量的增长特点,运用一元线性回归方法对综合因子进行拟合,建立了基于主成分分析的城市生活垃圾产生量模型;对合肥市2010年及2015年的生活垃圾产生量进行了预测。 相似文献
8.
9.
统计了北京市2003—2012年城市生活垃圾的产生量,借助SPSS对垃圾产生量可能的影响因素进行了分析,结果表明,垃圾产生量与该地区的人口数量、地区生产总值、人均消费性支出等因素密切相关。为了准确预测垃圾产生量,分别采用多元回归模型和灰色预测模型进行适用性分析,研究发现多元回归分析方法在本研究中的应用违背了"自变量之间互斥性"的原则,不适合产生量预测。运用灰色方法对原始数据通过级比检验、精度分析,确定了GM(1,1)建模的可行性,建立了北京市城市生活垃圾产生量的GM(1,1)灰色预测模型,结果表明预测精度较高,应用此模型对北京市未来几年的城市生活垃圾产生量进行了预测。 相似文献
10.
11.
通过对北京市城市和城乡结合部地区生活垃圾产生量现状,以及影响垃圾产生量因素的分析,根据北京市城市发展规划,运用多元线性回归分析和类比分析法预测分析了北京市2002年至2007年的生活垃圾产生量。 相似文献
12.
13.
通过北京市海淀区2002—2011年生活垃圾产生量变化及其影响因素分析,运用多元线性回归分析方法预测了海淀区2013—2018年生活垃圾产生量。 相似文献
14.
15.
16.
组合模型在城市生活垃圾产生量预测中的应用 总被引:1,自引:0,他引:1
分析了1996-2008年厦门市生活垃圾产生量的变化特性及其影响因素,并利用组合模型预测今后若干年内垃圾产生量.结果表明:近十几年内,厦门市生活垃圾产生量逐年递增,年平均增长率约为10%,岛内垃圾产生量占总量的65%~80%,且垃圾年增长率小于岛外;该市垃圾产生量与城市人口、国民生产总值、社会消费品零售总额和城市居民消... 相似文献
17.
18.
19.