| 基于省域尺度工业固废产量预测模型研究 |
| |
| 引用本文： | 胡翩,陈孝杨,牛经纬,华红梅.基于省域尺度工业固废产量预测模型研究[J].喀什大学学报,2023(6):47-51. |
| |
| 作者姓名： | 胡翩 陈孝杨 牛经纬 华红梅 |
| |
| 作者单位： | 安徽理工大学地球与环境学院 |
| |
| 基金项目： | 安徽省重点研究与开发计划项目“两淮农林固废碳基符合新材料资源化高效利用关键技术集成与示范”（S202104a06020064）； |
| |
| 摘 要： | 为提高BP神经网络算法在固体废物预测中的精度，提出了一种SSA-BP工业固废预测模型，并选取了GDP、常住人口、工业生产总值、能源生产总量、R&D内部支出、财政支出、人均GDP、第二产业贡献率、能源消费总量等作为影响因素，用灰色关联分析方法分别对4种情景下安徽省固废产量进行了预测.结果表明，R&D内部支出、能源生产总量、生产总值、灰色关联度携带有效信息高；SSA-BP模型的MAE、MAPE、R2值分别为375.81、0.04、0.99，均高于其他机器学习回归模型；在不同情境下，安徽省未来一段时间内工业固废产量整体呈现增长趋势，到2035年产生量变化区间为18254.36～30831.54万t.
|
| 关 键 词： | 工业固体废物 产量预测模型 BP神经网络 多情景预测 灰色关联分析 |
|
|
