基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了预测北京市环境污染情况,首先运用灰色系统理论建立污染物GM(1,1)预测模型,其次使用残差检验模型合理性,最后采用主成分分析方法对模型数据进行分析.分析模型预测的结果,可以得知未来5年,北京市环境污染状况呈现逐年好转的趋势,但环境指标化学需氧量和区域环境噪声平均值呈现逐年递增的趋势.主成分分析可得出未来5年,北京市的最主要污染物是有机污染物、道路交通干线噪声和二氧化硫.使用灰色系统预测模型与主成分分析方法结合,不仅能预测未来几年各污染物的具体值,而且还能分析出最主要的污染物.
推荐文章
基于GM(1,1,μ,ν)模型的股指预测
灰色模型
GM(1,1)模型
股指预测
基于GM(1,1)-MC的大坝变形预测模型
大坝变形
灰色模型
马尔科夫链
GM(1,1)-MC模型
基于改进的灰色GM(1,1)模型能源消耗预测
GM(1,1)模型
无偏GM(1,1)模型
新陈代谢
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于GM(1,1)-PCA的环境预测与分析研究
来源期刊 信息技术 学科 工学
关键词 灰色系统理论 GM(1,1)预测模型 主成分分析 残差检验 模型合理性 污染物
年,卷(期) 2018,(1) 所属期刊栏目 研究与探讨
研究方向 页码范围 105-109
页数 5页 分类号 TP311
字数 2927字 语种 中文
DOI 10.13274/j.cnki.hdzj.2018.01.024
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴晟 昆明理工大学信息工程与自动化学院 87 334 10.0 15.0
2 周海河 昆明理工大学信息工程与自动化学院 18 63 5.0 7.0
3 李天龙 昆明理工大学信息工程与自动化学院 4 7 1.0 2.0
4 吴兴蛟 昆明理工大学信息工程与自动化学院 18 49 3.0 6.0
5 李英娜 昆明理工大学信息工程与自动化学院 148 412 10.0 12.0
6 贺金龙 昆明理工大学信息工程与自动化学院 1 5 1.0 1.0
7 马颢瑄 昆明理工大学信息工程与自动化学院 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (286)
参考文献  (6)
节点文献
引证文献  (5)
同被引文献  (16)
二级引证文献  (1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(2)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
灰色系统理论
GM(1,1)预测模型
主成分分析
残差检验
模型合理性
污染物
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息技术
月刊
1009-2552
23-1557/TN
大16开
哈尔滨市南岗区黄河路122号
14-36
1977
chi
出版文献量(篇)
11355
总下载数(次)
31
论文1v1指导