[发明专利]一种基于改进灰色GM(1,1)模型的建筑垃圾年产生量的预测方法

说明书

本发明公开一种基于改进灰色GM(1,1)模型的建筑垃圾年产生量预测方法，涉及建筑垃圾资源化利用技术领域，提供建筑垃圾监测管理的重要参数，解决建筑垃圾年产生量预测的精度差问题；根据建筑垃圾年产生量原始数列的单调性，将原始数列按照影响因素区分为不同的阶段序列。背景值用定积分的方法替代原有的背景值均值化，建立非等间距的改进灰色GM(1,1)模型，再根据预测模型计算建筑垃圾年产生量的预测值；实现建筑垃圾监测管理的精准定位、快速控制；实现对建筑垃圾年产生量的精准预测，提升了建筑垃圾综合利用率的运算速度，提升了建筑垃圾的反馈管控效果。

技术领域

本发明涉及建筑垃圾年产生量的预测方法技术领域，尤其涉及一种基于改进灰色GM(1,1)模型预测的的建筑垃圾年产生量的预测方法。

背景技术

2019年住房和城乡建设部在CJJ/T 134—2019建筑垃圾处理技术标准中将建筑垃圾定义为工程渣土、工程泥浆、工程垃圾、拆除垃圾和装修垃圾的总称。建筑垃圾的大量产生，不仅占用了公共空间、浪费资源，还造成了大气、土壤及地下水等环境污染问题，严重影响了城市的绿色协调发展。建筑垃圾回收利用系统包括法律法规、政府监督、回收利用管理系统、循环再生技术等方面，而整个系统能够有效运行的前提是以建筑垃圾的产生量为基础。通过建筑垃圾产生量计算，然后运用模型预测未来建筑垃圾年产生量，可为政府有效地进行建筑垃圾资源化管理提供数据支撑。

虽然基于GM(1,1)模型的灰色预测模型所需样本少、预测精度高但并没有被广泛的运用到建筑垃圾年产生量的预测中，基于GM(1,1)模型的灰色预测的核心在于背景值估算，本专利将背景值算法用定积分法代替均值法，则可得到改进灰色GM(1,1)模型。建筑垃圾年产生量的变化趋势符合梯形构建法的特点，保证了结果的准确性。

发明内容

为解决传统GM(1,1)灰色模型预测建筑垃圾年产生量误差较大的问题，本发明的目的是提出了一种适用于建筑垃圾年产生量的变化趋势，预测误差小，预测准确率高，预测效率高，实用性高和应用前景好的基于改进背景值的GM(1,1)模型的建筑垃圾年产生量预测方法。

本发明是通过以下技术方案解决上述技术问题的。

一种基于改进灰色GM(1,1)模型预测的的建筑垃圾年产生量的预测方法，其特征在于，包括以下步骤：

步骤一：对于建筑垃圾年产生量进行估算，获得由建筑垃圾年产生量组成的原始数列X⁽⁰⁾。

步骤二：判断所述步骤中原始序列X⁽⁰⁾的单调性，一般建筑垃圾年产生量为上升趋势，建立非等间距的灰色GM(1,1)模型，将建筑垃圾年产生量平缓增长的分为一个阶段，建筑垃圾年产生量发生波动处，一般为一个分段节点。分段后，根据预测模型对不同阶段进行分别预测，得到下一采样时刻的建筑垃圾年产生量值。

步骤三：将建筑垃圾年产生量的预测值与建筑垃圾年产生量的估算值做差得误差值，经过分段预测法对改进模型的优化，误差值数值进一步缩小，实现对建筑垃圾年产生量的优化精准获取。

在传统灰色GM(1,1)模型基础上，根据建筑垃圾年产生量的原始序列的单调性，建立非等间距的灰色GM(1,1)预测模型，根据预测模型计算建筑垃圾年产生量的预测值，本发明根据原始序列的单调性，建立预测模型，优化了建筑垃圾年产生量的算法，实现了对建筑垃圾年产生量的精准预测，在保证建筑垃圾年产生量预测精度的情况下，最大可能提升建筑垃圾年产生量的预测范围。

作为本发明技术方案的进一步改进，对所述的步骤二中的灰色GM(1,1)模型，首先对其背景值算法由均值法变换为定积分法，再对其建立非等间距的灰色GM(1,1)预测，最后根据预测模型对建筑垃圾年产生量的进行单步预测，得到下一采样时刻的建筑垃圾年产生量；具体方法如下：

(1)对原始数列X⁽⁰⁾进行一次累加求和得新数列X⁽¹⁾；