基于BP神经网络和灰色关联度组合模型的城市生活垃圾清运量预测

运用灰色关联度分析方法确定城市生活垃圾清运量主要影响因素,将其作为BP神经网络的输入向量,建立能满足兰州市生活垃圾清运量预测要求的BP神经网络预测模型。结果表明,兰州市城市生活垃圾清运量的主要影响因素为城市非农业人口、GDP、社会消费品零售总额、城市居民人均消费性支出和城市居民人均年可支配收入。建立了城市生活垃圾清运量BP神经网络预测模型,将模型的预测结果与实际值相比较,证明模型具有较好的可行性和适用性。从2009年至2015年,兰州市城市生活垃圾清运量的增长率达到42.78%,并在2015年达到171.51万t。灰色关联度分析能够较好地为建立BP神经网络预测模型筛选输入变量。

兰州市城市生活垃圾清运量影响因素多元统计分析

为了给兰州市城市环境管理、规划及市政建设提供参考依据,在统计分析软件SPSS17.0的技术支持下,运用数理统计方法,对兰州市城市生活垃圾清运量的诸多影响因素进行了统计分析,最终得到兰州市垃圾清运量的增长趋势及其主要影响因素。研究结果表明,兰州市城市生活垃圾清运量的影响因素可归纳为三类主成分:城市发展程度、产业发展情况和居民消费价格总指数;清运量主要受全市人口密度(x1)、人均绿地面积(x2)、城市居民人均消费性支出(x3)等因素的影响;垃圾清运量的回归方程为y=150.473-0.498x1+4.184x2+0.006x3,回归方程通过概率水平0.05的检验,结果证明拟合效果良好。

厌氧发酵连续运行中有机负荷与工艺参数相互作用研究

以餐厨垃圾为研究对象,在高温(55±1)℃条件下,采用连续湿式厌氧发酵技术研究发酵过程中进料有机负荷、日产气量、p H值、挥发性有机酸(VFA)质量浓度等参数的变化情况及相互作用关系。结果表明:厌氧消化过程中出现了4个阶段,即适应阶段、提高阶段、稳定阶段和超负荷阶段;反应达到稳定阶段时,反应器运行有机负荷为3.9 kg/(m3·d),系统p H值稳定在7.8左右,平均产气速率达到5.26 L/d;负荷达到4.2 kg/(m3·d)时,对系统产生明显抑制作用。