西安市城市生活垃圾产生量的多元回归及ARIMA模型预测

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%。     

徐州市城市生活垃圾的产生量预测研究

依据徐州市2006—2014年城市生活垃圾数据,运用多元回归分析方法对徐州市2015—2022年城市生活垃圾产生量进行预测。结果表明:徐州市城市生活垃圾清运量在未来几年仍然缓慢增长,至2020年达到1.36×106t。     

徐州市城市生活垃圾产生量预测分析

通过对1999—2008年徐州市城市生活垃圾产生量数据的分析,采用灰色预测GM(1,1)方法,对徐州市2009—2018年的城市生活垃圾产生量进行预测,在考虑到城市生活垃圾产生量的主要影响因素之后,运用多元线性回归方法,借助Matlab软件建立了城市生活垃圾产生量预测模型,并对模型的合理性和预测精度进行了分析。     

北京市生活垃圾产生量预测分析

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。     

沈阳市生活垃圾增长趋势分析

介绍了沈阳市生活垃圾处理设施现状,通过分析沈阳市人口和人均垃圾产生量的变化趋势,预测2020年沈阳市城市生活垃圾产生量将达8840t／d。     

2011—2020年北京市生活垃圾产生量预测分析

结合北京市生活垃圾产生量现状,运用多元线性回归分析和类比分析2种方法综合预测北京市2011—2020年的生活垃圾产生量。     

基于主成分分析的生活垃圾产生量模型研究

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。     

济南市人均生活垃圾产生量分析与预测

针对生活垃圾人均产生量系数选取范围较大,选取不确定等问题,对济南市人均生活垃圾产生量系数进行估算分析。采用实地采样调查、一元线性回归法和年增长率法对人均生活垃圾产生量系数进行估算,其中实地采样调查法主要选取机关事业单位、工业企业、写字楼和居民楼垃圾产生量进行计算分析,得出2015—2020年济南市人均生活垃圾产生量系数为1.0~1.2 kg/(人·d)。     

北京城市生活垃圾产生量的影响因素研究及预测

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。     

城市生活垃圾产生量预测研究——以南方某市为例

根据南方某市2004—2015年生活垃圾产生量及人口等数据,运用多元回归分析模型、平均增长率模型和人均产量模型3种方法对其未来5 a的生活垃圾产生量进行预测,并通过组合预测模型对3种方法的预测结果进行整合。研究可知,该市2020年生活垃圾产生量将达到22 000 t/d,3种单一预测模型中,多元回归分析法的预测结果误差最小,与组合预测模型的结果最为接近。说明多方面考虑影响生活垃圾产生量的因素,能够较为准确地对其产生量进行预测。     

北京市生活垃圾产生量预测分析

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。     

GM(1,1)SSODMM在城市垃圾产生量预测中的应用

分析了成都市2000-2005年的城市垃圾产生量,运用GM(1,1)SSODMM对成都市2006-2013年城市生活垃圾产生量进行了预测,模型预测精度达到一级.并指出该模型可进一步推广应用于南方其他城市的垃圾产生量的预测.     

北京市海淀区生活垃圾产生量预测

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。     

基于GM(1,1)的济南市餐厨垃圾产生量预测

针对济南市餐厨垃圾产生量数据稀缺的情况,根据餐厨垃圾处理技术规范的产生量计算方法计算出济南市区2011年的垃圾日产生量,采用GM(1,1)的方法对济南市2012—2020年餐厨垃圾的产生量进行预测。     

江苏省城市生活垃圾产生量的影响因素分析

根据2005—2014年江苏省生活垃圾清运量及各影响因素的数据,构建了回归分析模型,分析江苏省垃圾产生量的影响因素。得出相关性最显著的为地区生产总值(GDP)城镇居民人均可支配收入城镇化率,且随着3者的上升,城市垃圾产生量呈正相关。     

组合模型在城市生活垃圾产生量预测中的应用

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...     

基于武汉市房屋竣工面积预测的装修垃圾产生量测算方法研究

装修垃圾因为组分成分复杂,含有一定重金属,还具有挥发性有毒物质的特性,一直是城市建筑垃圾管理的难点.以武汉市为例,对武汉市2005-2019年装修垃圾年产生量进行了估算,并对比GM(1,1)模型和BP神经网络模型预测2020-2025年装修垃圾年产生量.结果 表明,BP神经网络预测结果更为准确,2020-2025年武汉...     

类比法在城市生活垃圾产生量预测中的应用

结合佛山市具体情况,用预测类比法分析了影响城市生活垃圾产生量的因素,用层次分析法选择类比城市并根据其历史数据建立数学模型,利用模型计算生活垃圾人均日产生量并进行修正,最后结合人口、经济发展状况得出生活垃圾产生量预测结果。     

上海生活垃圾产生量、组成特性及处置对策研究

对1995-2002年上海城市生活垃圾产生量、组成现状进行了分析。结果表明：垃圾产生量呈上升态势,垃圾组成具有厨余垃圾含量高、可回收物质较少、四季变化较大等特点,并表现出水分偏高、发热量偏低等特性。对影响上海生活垃圾产生量的7个因素进行了分析,利用多元线性回归模型预测了上海生活垃圾产生量。通过对上海城市生活垃圾处置现状及存在问题进行讨论,推荐了适合上海城市发展的生活垃圾处置技术对策和管理对策。     

北京市生活垃圾产生量预测

根据北京市生活垃圾产生量现状,在确定主要影响因素的基础上,采取了多种数学方法对北京市生活垃圾产生量进行了分析预测,包括灰色模型、时间序列法、回归分析法。根据预测结果的分析,结合社会因素进行综合分析,得到北京市2020年前的生活垃圾产生量的预测值。