灰色技术的大气污染物浓度预测(附件)【字数：7462】
在我们赖以生存的大气环境，存在许多污染物危害着我们的身体健康，其中主要污染因子有//、 //、 //。通过2005-2011年汉中市汉台区污染物浓度原始数据，分别运用MATLAB程序和最小二乘法的计算方法建立//、 //、 //三个污染物的GM（1,1，）预测模型。对得到的GM(1,1)模型用残差检验的方法检验后，发现//预测模型精度符合预测要求，可以用来预测未来两年汉中市汉台区污染物浓度值。//预测模型残差检验相对误差较大，然后经过残差修正得到新的模型精度更高的预测模型。在一定程度上，新的预测模型相对有所改善，用来预测未来两年汉中市污染物的浓度值，但预测值与检测值仍然偏差较大，所以污染物//不适合用GM(1,1)模型。检验//的GM（1,1）预测模型为残差不合格模型。预测结果表明，//模型修正后，模型精度在原来的程度上提高一点点，但模型的预测值与实际检测值仍然相差较大，所以修正结果不显著； //模型预测较准确，//浓度逐渐下降，下降速度有所缓和，说明//污染的防治措施生效且已经下降的一定程度，需要采取新的防治措施；//浓度预测模型是不合格模型，可能数据量较少，不适合用GM（1,1）模型。关键词灰色系统；GM（1,1）模型；残差检验；MATLAB
目录
第一章 绪论 1
1.1 污染物浓度预测模型研究背景及国内外研究现状 1
1.1.1 研究背景 1
1.1.2 国内外研究现状 1
1.2 课题的提出与研究意义 2
1.3 主要研究内容 2
第二章 灰色预测模型理论及模型检验方法 4
2.1 灰色系统理论 4
2.2 ＧＭ（１,１）模型 4
2.3 ＧＭ（１,１）预测模型的检验 8
2.3.1 残差检验 8
2.3.2 后残差检验 9
第三章 灰色模型在大气污染物浓度预测中的应用 11
3.1 模型建立 11
3.2 模型检验 14
3.3 残差修正 15
3.4预测结果 17
3.4.1 浓度预测 17
3.4.2 预测浓度曲线图 17
第四章 结语 19
*好棒文|www.hbsrm.com +Q: ^351916072#
致谢 20
参考文献 21
第一章 绪论
1.1 污染物浓度预测模型研究背景及国内外研究现状
1.1.1 研究背景
近年来，地球上人口在增长，人类的经济情况急速增长，大气污染也日益恶化，严重阻碍我国的社会发展。目前，城市汽车尾气污染和工业废气污染都会造成全球空气污染，这些污染所排放的二氧化碳、一氧化碳、二氧化硫、一氧化硫、可吸入颗粒物等都会是空气污染进一步恶化，破坏了原有的生态平衡。所以，有效地监控大气质量，准确地预测大气污染物浓度对我国的大气污染防治工作和保护人民群众健康十分重要。现有的大气数值预测模型虽然能够较好地完成空气质量预测，但若需要准确的污染物排放详细清单，我国大部分的环境保护部门目前无法做到。
1.1.2 国内外研究现状
由于大气污染物引起的重大事件在我们的历史上也曾发生过不少次，这些事件都让我们付出的巨大的代价，当人们生活物质文化水平提高时，对周围环境也有了更高的需求。我国是发展中国家，经济发展过快，人们急于过上现代生活不计后果，过渡消耗资源，破坏了生态平衡，导致大气污染状况十分严重。城市污染主要是工业排放和机动车车尾气造成，主要污染物是二氧化氮、二氧化硫和臭氧，给人民本身的健康造成了直接的危害。
从20世纪60年代起，人们对空气质量问题开始重视，大多数人都开始关注大气污染防治工作，因此需要了解大气污染物浓度及其变化趋势以便更好的做出改善空气环境的决策，所以空气污染预测就开始出现在人们眼前。国外早就已经出现空气污染浓度预测，几十年前采用的预测方法只能预测定性的结果，无法得到定量的污染物浓度数据。到了80年代后，人们就开始研究定量的污染物浓度预测。穆勇、刘金国等在1996年，提出了估计GM（1,1）模型参数的新方法。并给出了GM（1,1）模型的显著性检验的方法。实例分析表明，新方法提高了预测模型的精度；陈涛（2008）通过针对多层次体系结构，充分考虑到各指标相对权重对评价结果的影响，建立了灰色多层次综合评价模型，得到了权重指标引入到关联分析得到综合关联度，作为评价依据，具有一定的科学性、合理性和实用性。
1.2 课题的提出与研究意义
人们日渐关注的空气质量问题，周围空气环境都会影响我们的身心健康。一个空气清新的早晨，是一天心情愉悦的开端，因此，良好的空气环境是人们殷切期盼的，因而就越加重视大气污染防治的问题，所以就需要预测污染物浓度。灰色系统就是解决缺少数据的情况下的不确定性问题，大气污染物浓度预测就预测未来污染浓度值，就一些不确定、不准确的数据。人们就开始把灰色系统理论应用到生活中未知问题，其中就有气象学科包含大气污染物浓度预测。通过本课题，最主要的目的和意义是可以将理论和实际相结合，将平时所学的统计理论知识应用的大气污染物浓度预测的实践中，利用所学知识建立灰色模型预测大气污染物浓度，即锻炼了如何灵活运用灰色建模，又到达巩固灰色系统理论及相关知识。
1.3 主要研究内容
人们生活水平越来越高，对环境要求也越来越高。所以需要对环境污染进行防治处理，进而就要求人们对环境质量检测，更加准确的预测空气污染物浓度。大气环境就像个灰色系统，通过建立预测模型进行质量检测。初期准备主要是对课题理论基础灰色系统的相关知识进行系统完整地归纳总结，进一步体会GM（1,1）模型、GM(2，1)模型等知识，同时对如何建立模型、检验模型、预测数据应用于大气污染物浓度的预测有一个大概的了解。主要研究内容如下：
① 改善对灰色模型GM(1，1)模型的求解方法，除了运用常见的最小二乘法求解，还运用了MATLAB程序算法求解。
②采用残差检验和后残差检验的方法检验模型精度是否符合要求，若符合要求就可以用来预测未来几年的大气污染物//、 //、 //浓度，否则就进行残差修正模型；
③通过计算所得的污染物//、 //、 //浓度的时间响应函数，预测得到未来几年的浓度值，然后分析空气质量情况和解决方案。
总之，要先明确具体的研究方向，学习相关理论知识并搜集相关资料和数据，然后根据数据建立适合的灰色预测模型，最后通过预测建模预测未来污染物浓度的相关数据、得出结论建议或给出解决方案。
第二章 灰色预测模型理论及模型检验方法
2.1 灰色系统理论
灰色系统理论着重研究“部分信息巳知,部分信息未知”的“小样本”、“贫信息”不确定性系统,主要通过对“部分”已知信息的生成、开发,提取有价值的信息,实现对系统运行为、演化规律的正确描述和有效监控[12].空灰色系统理论[1]认为，一切随机量都是在一定范围内、一定时段上变化的灰色量及灰色过程。
2.2 ＧＭ（１,１）模型
对于环境空气污染物分析和预测，只需要研究关于数列预测的一个变量，一阶微分的GM（1,1）模型，它表示含有一个变量、一阶方程的预测模型，是较常用的一种灰色模型。GM（1,1）建模思想是: 将原始信息数据序列通过一定的数学方法进行处理，通常采用累加或累减生成方法，转化为微分方程来描述系统的客观规律，即灰色系统的白化［2］。GM（1,1）为单序列的一阶线性动态模型，其离散时间响应函数呈近似指数分布。因此，当原始时间序列隐含着指数变化规律时，灰色模型GM（1,1）的预测是非常成功的。模型建立过程如下：
目录
第一章 绪论 1
1.1 污染物浓度预测模型研究背景及国内外研究现状 1
1.1.1 研究背景 1
1.1.2 国内外研究现状 1
1.2 课题的提出与研究意义 2
1.3 主要研究内容 2
第二章 灰色预测模型理论及模型检验方法 4
2.1 灰色系统理论 4
2.2 ＧＭ（１,１）模型 4
2.3 ＧＭ（１,１）预测模型的检验 8
2.3.1 残差检验 8
2.3.2 后残差检验 9
第三章 灰色模型在大气污染物浓度预测中的应用 11
3.1 模型建立 11
3.2 模型检验 14
3.3 残差修正 15
3.4预测结果 17
3.4.1 浓度预测 17
3.4.2 预测浓度曲线图 17
第四章 结语 19
*好棒文|www.hbsrm.com +Q: ^351916072#
致谢 20
参考文献 21
第一章 绪论
1.1 污染物浓度预测模型研究背景及国内外研究现状
1.1.1 研究背景
近年来，地球上人口在增长，人类的经济情况急速增长，大气污染也日益恶化，严重阻碍我国的社会发展。目前，城市汽车尾气污染和工业废气污染都会造成全球空气污染，这些污染所排放的二氧化碳、一氧化碳、二氧化硫、一氧化硫、可吸入颗粒物等都会是空气污染进一步恶化，破坏了原有的生态平衡。所以，有效地监控大气质量，准确地预测大气污染物浓度对我国的大气污染防治工作和保护人民群众健康十分重要。现有的大气数值预测模型虽然能够较好地完成空气质量预测，但若需要准确的污染物排放详细清单，我国大部分的环境保护部门目前无法做到。
1.1.2 国内外研究现状
由于大气污染物引起的重大事件在我们的历史上也曾发生过不少次，这些事件都让我们付出的巨大的代价，当人们生活物质文化水平提高时，对周围环境也有了更高的需求。我国是发展中国家，经济发展过快，人们急于过上现代生活不计后果，过渡消耗资源，破坏了生态平衡，导致大气污染状况十分严重。城市污染主要是工业排放和机动车车尾气造成，主要污染物是二氧化氮、二氧化硫和臭氧，给人民本身的健康造成了直接的危害。
从20世纪60年代起，人们对空气质量问题开始重视，大多数人都开始关注大气污染防治工作，因此需要了解大气污染物浓度及其变化趋势以便更好的做出改善空气环境的决策，所以空气污染预测就开始出现在人们眼前。国外早就已经出现空气污染浓度预测，几十年前采用的预测方法只能预测定性的结果，无法得到定量的污染物浓度数据。到了80年代后，人们就开始研究定量的污染物浓度预测。穆勇、刘金国等在1996年，提出了估计GM（1,1）模型参数的新方法。并给出了GM（1,1）模型的显著性检验的方法。实例分析表明，新方法提高了预测模型的精度；陈涛（2008）通过针对多层次体系结构，充分考虑到各指标相对权重对评价结果的影响，建立了灰色多层次综合评价模型，得到了权重指标引入到关联分析得到综合关联度，作为评价依据，具有一定的科学性、合理性和实用性。
1.2 课题的提出与研究意义
人们日渐关注的空气质量问题，周围空气环境都会影响我们的身心健康。一个空气清新的早晨，是一天心情愉悦的开端，因此，良好的空气环境是人们殷切期盼的，因而就越加重视大气污染防治的问题，所以就需要预测污染物浓度。灰色系统就是解决缺少数据的情况下的不确定性问题，大气污染物浓度预测就预测未来污染浓度值，就一些不确定、不准确的数据。人们就开始把灰色系统理论应用到生活中未知问题，其中就有气象学科包含大气污染物浓度预测。通过本课题，最主要的目的和意义是可以将理论和实际相结合，将平时所学的统计理论知识应用的大气污染物浓度预测的实践中，利用所学知识建立灰色模型预测大气污染物浓度，即锻炼了如何灵活运用灰色建模，又到达巩固灰色系统理论及相关知识。
1.3 主要研究内容
人们生活水平越来越高，对环境要求也越来越高。所以需要对环境污染进行防治处理，进而就要求人们对环境质量检测，更加准确的预测空气污染物浓度。大气环境就像个灰色系统，通过建立预测模型进行质量检测。初期准备主要是对课题理论基础灰色系统的相关知识进行系统完整地归纳总结，进一步体会GM（1,1）模型、GM(2，1)模型等知识，同时对如何建立模型、检验模型、预测数据应用于大气污染物浓度的预测有一个大概的了解。主要研究内容如下：
① 改善对灰色模型GM(1，1)模型的求解方法，除了运用常见的最小二乘法求解，还运用了MATLAB程序算法求解。
②采用残差检验和后残差检验的方法检验模型精度是否符合要求，若符合要求就可以用来预测未来几年的大气污染物//、 //、 //浓度，否则就进行残差修正模型；
③通过计算所得的污染物//、 //、 //浓度的时间响应函数，预测得到未来几年的浓度值，然后分析空气质量情况和解决方案。
总之，要先明确具体的研究方向，学习相关理论知识并搜集相关资料和数据，然后根据数据建立适合的灰色预测模型，最后通过预测建模预测未来污染物浓度的相关数据、得出结论建议或给出解决方案。
第二章 灰色预测模型理论及模型检验方法
2.1 灰色系统理论
灰色系统理论着重研究“部分信息巳知,部分信息未知”的“小样本”、“贫信息”不确定性系统,主要通过对“部分”已知信息的生成、开发,提取有价值的信息,实现对系统运行为、演化规律的正确描述和有效监控[12].空灰色系统理论[1]认为，一切随机量都是在一定范围内、一定时段上变化的灰色量及灰色过程。
2.2 ＧＭ（１,１）模型
对于环境空气污染物分析和预测，只需要研究关于数列预测的一个变量，一阶微分的GM（1,1）模型，它表示含有一个变量、一阶方程的预测模型，是较常用的一种灰色模型。GM（1,1）建模思想是: 将原始信息数据序列通过一定的数学方法进行处理，通常采用累加或累减生成方法，转化为微分方程来描述系统的客观规律，即灰色系统的白化［2］。GM（1,1）为单序列的一阶线性动态模型，其离散时间响应函数呈近似指数分布。因此，当原始时间序列隐含着指数变化规律时，灰色模型GM（1,1）的预测是非常成功的。模型建立过程如下：
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/sxtj/204.html
