基于RBF网络的城市垃圾产量预测及可视化

基于RBF网络的城市垃圾产量预测及可视化
秦绪佳;彭洁;徐菲;郑红波;张美玉
【期刊名称】《中国环境科学》
【年(卷),期】2018(038)002
【摘要】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.
【总页数】9页(P792-800)
【作者】秦绪佳;彭洁;徐菲;郑红波;张美玉
【作者单位】浙江工业大学计算机科学与技术学院,浙江杭州310023;浙江工业大学计算机科学与技术学院,浙江杭州310023;浙江工业大学计算机科学与技术学院,浙江杭州310023;浙江工业大学计算机科学与技术学院,浙江杭州310023;浙江工业大学计算机科学与技术学院,浙江杭州310023
【正文语种】中文
【中图分类】X32;TP39
【相关文献】
1.基于BP神经网络的多因素城市生活垃圾产量预测模型研究 [J], 王秀芬;马志宏;穆志民;韩秀利
2.基于 BP 神经网络与灰预测方法的杭州市城市生活垃圾产量预测研究 [J], 吴晓红
3.基于灰色理论的城市生活垃圾产量预测 [J], 顾浩钦
4.基于长短期记忆网络的城市建筑垃圾产量预测 [J], 孙柯华;蔡婷;王伟;吴晓南;刘弘昱;郑虢
5.基于灰色GM(1,1)模型的超大城市建筑垃圾产量预测
——以天津市为例 [J], 薛立强;曹丹丹
因版权原因，仅展示原文概要，查看原文内容请购买。