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。     

徐州市城市居民生活垃圾产生量研究

探讨了影响徐州市城市居民生活垃圾产生量的因素:内在因素、个体因素、社会因素.其中内在因素居主导地位,首先表现在城市规模越大,聚居人13越多,产生的垃圾量也越多,其次随着生活水平提高,徐州市城市居民GDP的增长,城市居民生活垃圾产生量明显增加;个体因素包括个体的行为习惯、生活方式、受教育程度等对垃圾产生量的影响;社会因素主要表现在有关垃圾减量、回收、再利用等措施的实施.建立并研究了人均GDP预测模型,该模型可以预测未来徐州市城市居民生活垃圾产生量.     

海口市生活垃圾产生量预测

分析了生活垃圾产生量的影响因素,建立了生活垃圾产生量的计量经济学模型,预测海口市未来生活垃圾产生量,为海口市的生活垃圾规划处理提供决策参考依据.     

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。     

城市生活垃圾产生量及组分的预测方法研究

分析了城市生活垃圾产生量及组分的影响因素,提出以居民各类消费为指标建立城市生活垃圾产生量和组分的预测模型.对上海的实例分析表明,可得到较好的预测结果.     

上海市生活垃圾产生量预测方法研究

探讨了经济发展、消费水平、人口因素对城市生活垃圾产生量的影响,建立并研究了GDP、TCE(总消费支出)、RTCE(与生活垃圾产出相关的消费支出)等预测模型,其中RTCE修正模型具有重要的应用价值。可以较准确地预测未来上海市生活垃圾产生量变化情况。     

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。     

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。     

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。     

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。     

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。     

风景区生活垃圾特性及产生量预测研究

介绍了国内外风景区生活垃圾的研究进展,并调查和分析了风景区生活垃圾的主要特性.建立了风景区生活垃圾的复合人均产生量的预测模型,并以黄山风景名胜区为例进行了实证研究.     

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...     

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%。     

大连市主辖区生活垃圾产生量预测

以GDP、社会消费品零售总额和人均可支配收入为主要影响因素,采用多元线性回归法对生活垃圾的人均日产生量进行了预测,并采用GM(1,1)模型对人口增长量进行预测,结果表明:到2020年大连市的生活垃圾年产生量将达1.918 3×10~6t,远超目前的处理能力,亟需建立可持续发展的垃圾减量化、资源化和无害化处理方案。     

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。     

基于ARIMA模型的生活垃圾产生量预测

以深圳市某行政区2004--2012年逐月生活垃圾产生量为基础数据,建立了时间序列分析的ARIMA模型,通过不同年份数据建模预测结果对比,确定预测期为建模期后12个月。应用SPSS19软件对2013年逐月生活垃圾产生量进行预测,该区域2013年生活垃圾年产生199．36万t,在2012年基础上增长14．38％。     

城市生活垃圾产生量的灰色组合预测模型

分析了昆明市1996-2001年垃圾产生量的数据变化及各种定量预测模型的特性，提出了应用于我国南方城市垃圾产生量预测的灰色组合模型。该模型通过对灰色模型GM（1，n）与GM（1，1）SSODMM优化组合后，提高了各单项模型原有的预测精度。通过对昆明市2003-2010年生活垃圾产生量进行了灰色组合模型预测，结果表明该模型的预测精度达到一级。     

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)。     

无锡市生活垃圾产生量预测与管理探讨

依据2004—2013年无锡市城市生活垃圾产生量数据,运用多元回归分析方法建立了无锡市垃圾产生量预测模型,采用该模型对2014—2020年无锡市生活垃圾产生量进行了预测,结果显示未来几年内无锡市区生活垃圾产生量继续缓慢增长,预计2020年垃圾产生量将达到1.281 4×106t,提出了无锡市城市生活垃圾管理对策。