城市工业危险废弃物产生量预测

时间：2022-10-06 百科知识版权反馈

【摘要】：本研究以2007—2010年中国环境统计年报中全国工业危险废弃物产生量为原始数据建立我国危险废弃物年产生量的预测模型。通过以上分析可以看出，灰色模型GM（1，1）经过检验，符合预测要求，可以用于我国工业危险废弃物产量的预测，预测结果可供环境管理部门作为参考依据。表3-6列出了我国2011—2020年的工业危险废弃物产生量。

3．3．2．1 演算步骤：

第1步：收集历年来的原始数据时间序列｛X0（t）｝，t＝0，1，2， …，n；并将原始数据序列作累加生成X1（t）＝ X0（t），t ＝0，1，2，…，n。

第2步：将累加数据序列｛X1（t）｝建立GM（1，1）模型，其微分方程为：

预测模型为：

用最小二乘法求得：

其中：

第3步：用（3-3）式求预测序列1（t）｝，t＝0，1，2，…，n。并求出还原序列。

第4步：根据（3-4）式，将累加预测序列作累减生成还原为非累加序列的预测值，再与原始值进行比较，对模型作残差检验，绝对误差用Δ（t）表示，令

Δ（t）＝X0（t）－0（t）（3-8）

残差用δ（t）表示，令δ（t）＝×100％。（3-9）

一般要求δ（t）＜20％，最好是δ（t）＜10％。

第5步：将预测序列（t）｝与累加序列｛X1（t）｝（或还原序列（t）｝与原始序列｛X0（t）｝）作关联系数的计算。

计算关联度：

式中，R为关联度；r（t）为预测值和实测值在t点的关联系数， ρ 为分辨系数，其取值范围为 0 ～ 1，一般取 0．5；minmin X0（t）为预测值和实际值的误差值的绝对值取最小值；maxmax X0（t）－t）为预测值和实际值的误差值的绝对值取最大值。

R∈［0，1］，当R≥0．6时，则可认为GM（1，1）模型已具有可信赖的预测精度。当R ＜0．6时，则需作残差分析计算，提高其预测的精度。

第6步：进行后验差检验。

设C为后验差比值，P为小误差频率。

Δ（t）＝X0（t）－0（t）

X0的均值为：

x＝（3-12）

X0的方差为：

绝对误差的均值为：

绝对误差的方差为：

后验差比值：

小误差概率：

检验指标精度等级如表3-4所示。

表3-4 检验指标精度等级

3．3．2．2 模型的建立

灰色模型的主要特点是只要有三个以上的数据就可以建立模型。本研究以2007—2010年中国环境统计年报中全国工业危险废弃物产生量为原始数据（见表3-2）建立我国危险废弃物年产生量的预测模型。原始数据列为X0（t）＝［1079，1357，1430，1587］，将X0（t）作1－AGO生成，得累积生成数列X1（t）。

X1（t）＝［1079，2436，3866，5453］

构造矩阵B、YN：

YN＝［1357，1430，1587］T

计算（BTB）－1

计算待辨参数a、u：

＝ BT( )B－1BTYN＝，[au]T＝－( 0．06112535 1145．88216)