章清悅，張啟軍

（1.河海大學(xué)公共管理學(xué)院，江蘇南京211100；2.安徽師范大學(xué)數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院，安徽蕪湖241000）

基于BP神經(jīng)網(wǎng)絡(luò)的天津市生活垃圾產(chǎn)生量預(yù)測(cè)分析

章清悅1，張啟軍2

（1.河海大學(xué)公共管理學(xué)院，江蘇南京211100；2.安徽師范大學(xué)數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院，安徽蕪湖241000）

利用BP神經(jīng)網(wǎng)絡(luò)，對(duì)2006—2014年天津市生活垃圾產(chǎn)生量進(jìn)行分析。將代表社會(huì)經(jīng)濟(jì)發(fā)展程度、人口、居民生活水平和習(xí)慣3個(gè)層面的8項(xiàng)指標(biāo)作為生活垃圾產(chǎn)生量預(yù)測(cè)模型的輸入層元素，得到擬合程度較好的預(yù)測(cè)模型，從而預(yù)測(cè)出2015—2017年生活垃圾產(chǎn)生量將分別達(dá)到2.234 6×106、2.386 4×106、2.498 2×106t，年增長(zhǎng)率分別為4.29%、6.79%、4.68%。

生活垃圾；BP神經(jīng)網(wǎng)絡(luò)；天津市；預(yù)測(cè)

國(guó)內(nèi)學(xué)者對(duì)生活垃圾產(chǎn)生量的預(yù)測(cè)已經(jīng)做了大量的研究，如周燕芳、江源等對(duì)全國(guó)生活垃圾產(chǎn)生的狀況利用多元線性方程進(jìn)行的預(yù)測(cè)［1］，王文梅、劉丹在此基礎(chǔ)上改進(jìn)了多元線性回歸的預(yù)測(cè)方法［2］，徐禮來以廈門市為例采用了路徑分析的方法對(duì)生活垃圾產(chǎn)生量的影響因素進(jìn)行分析［3］，王東明、呂洪濤等利用灰色關(guān)聯(lián)度模型進(jìn)行了解讀［4］，馬慧明、張政利用神經(jīng)網(wǎng)絡(luò)以上海市生活垃圾產(chǎn)生量為例展開了預(yù)測(cè)［5］，整體而言，現(xiàn)有文獻(xiàn)中關(guān)于城市生活垃圾預(yù)測(cè)問題所使用的主要方法有多元線性回歸、路徑分析、灰色關(guān)聯(lián)度和神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)法，以及一些組合預(yù)測(cè)方法。BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)法能夠準(zhǔn)確地處理模糊的非線性關(guān)系數(shù)據(jù)。城市生活垃圾產(chǎn)生量影響因素復(fù)雜，使用該方法能夠利用其預(yù)測(cè)精度高、參數(shù)自動(dòng)修正等優(yōu)點(diǎn)，從而達(dá)到很好的預(yù)測(cè)效果。在對(duì)天津市2006—2014年生活垃圾產(chǎn)生量及影響因素進(jìn)行相關(guān)性分析后，篩選出相關(guān)度最高的因素，以此建立BP神經(jīng)網(wǎng)絡(luò)模型，預(yù)測(cè)生活垃圾產(chǎn)生量，從而為天津市生活垃圾總量控制和環(huán)衛(wèi)工程規(guī)劃提供決策基礎(chǔ)。

1 天津市生活垃圾產(chǎn)生量概況

根據(jù)CJ/T 106—2016生活垃圾產(chǎn)生量計(jì)算及預(yù)測(cè)方法［6］，選取天津市2006—2014年共9 a的基礎(chǔ)數(shù)據(jù)作為分析基礎(chǔ)。表1為2006—2014年天津市生活垃圾清運(yùn)量和同比增長(zhǎng)率。

表12006 —2014年天津市生活垃圾清運(yùn)量與年增長(zhǎng)率

2006—2014年天津市生活垃圾清運(yùn)量整體呈增長(zhǎng)趨勢(shì)，其中僅2010年和2012年有小幅下降，計(jì)算得出2006—2014年天津市生活垃圾實(shí)際清運(yùn)量的平均年增長(zhǎng)率為4.62%。

2 生活垃圾產(chǎn)生量影響因素分析

影響生活垃圾產(chǎn)生的主要因素可以分為人口、社會(huì)經(jīng)濟(jì)發(fā)展程度、居民生活水平和習(xí)慣3個(gè)層面［7］，結(jié)合現(xiàn)有的對(duì)生活垃圾預(yù)測(cè)的相關(guān)研究，選定年末常住人口作為衡量人口的因素，人均地區(qū)生產(chǎn)總值、地區(qū)生產(chǎn)總值、建成區(qū)面積、城市綠地面積作為衡量社會(huì)經(jīng)濟(jì)發(fā)展程度的因素［8］，選定道路清潔保潔面積、人均水資源量、居民消費(fèi)水平、社會(huì)消費(fèi)品零售總額作為衡量居民生活水平和習(xí)慣的因素。

在匯集2006—2014年各影響因素具體數(shù)值之后，利用SPSS軟件進(jìn)行皮爾遜相關(guān)性分析，得到天津市垃圾實(shí)際清運(yùn)量和各影響因素之間的相關(guān)系數(shù)，如表2所示。由表2可見，這3個(gè)層次的影響因素均對(duì)垃圾產(chǎn)生量具有非常顯著的影響，選擇相關(guān)系數(shù)最大的人均地區(qū)生產(chǎn)總值、地區(qū)生產(chǎn)總值、建成區(qū)面積、城市綠地面積和年末常住人口以及道路清掃保潔面積、居民消費(fèi)水平、社會(huì)消費(fèi)品零售總額8項(xiàng)指標(biāo)作為天津市生活垃圾產(chǎn)生量預(yù)測(cè)模型的輸入層自變量，分別代表社會(huì)經(jīng)濟(jì)發(fā)展程度、人口、居民生活水平和習(xí)慣3個(gè)層面。

表22006 —2014年天津市生活垃圾清運(yùn)量與各影響因素間的皮爾遜相關(guān)系數(shù)

3 BP神經(jīng)網(wǎng)絡(luò)模型在天津市生活垃圾產(chǎn)生量預(yù)測(cè)中的應(yīng)用

3.1 模型擬合

建立BP神經(jīng)網(wǎng)絡(luò)模型對(duì)天津市生活垃圾清運(yùn)量進(jìn)行分析，該模型具有3層結(jié)構(gòu)：輸入層、隱藏層和輸出層。輸入層選定自變量為上述依據(jù)皮爾遜相關(guān)指數(shù)所選出的代表人口、社會(huì)經(jīng)濟(jì)發(fā)展程度、居民生活水平和習(xí)慣3個(gè)層面的8個(gè)具體元素，隱藏層具有一個(gè)神經(jīng)元節(jié)點(diǎn)，輸出層輸出數(shù)值為每年的垃圾清運(yùn)量。神經(jīng)網(wǎng)絡(luò)的神經(jīng)結(jié)構(gòu)如圖1。

圖1 神經(jīng)元節(jié)點(diǎn)示意

設(shè)定神經(jīng)網(wǎng)絡(luò)模型的最大訓(xùn)練次數(shù)為1 000，訓(xùn)練的收斂均方誤差為10-4。輸出層具有一個(gè)神經(jīng)元結(jié)構(gòu)，輸出的是每年天津市生活垃圾清運(yùn)量的預(yù)測(cè)值。此時(shí)，可以對(duì)已有的樣本數(shù)據(jù)進(jìn)行迭代訓(xùn)練，得到收斂的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，該網(wǎng)絡(luò)在第16次迭代實(shí)現(xiàn)收斂，訓(xùn)練結(jié)果見圖2。

圖2 誤差曲線

圖2為BP神經(jīng)網(wǎng)絡(luò)迭代圖像，橫坐標(biāo)為網(wǎng)絡(luò)迭代次數(shù)，縱坐標(biāo)為平均標(biāo)準(zhǔn)誤差，從圖2中可以看出，在第16次迭代，誤差達(dá)到了收斂精度10-4，可以很好地模擬天津市生活垃圾產(chǎn)生量。

3.2 生活垃圾產(chǎn)生量誤差及預(yù)測(cè)

通過實(shí)際垃圾清運(yùn)量及預(yù)測(cè)值的對(duì)比，給出二者之間的絕對(duì)誤差和相對(duì)誤差。對(duì)輸入層的8個(gè)自變量進(jìn)行非線性回歸，得到預(yù)測(cè)年份自變量的各基本數(shù)據(jù)結(jié)果，并對(duì)這些結(jié)果進(jìn)行網(wǎng)絡(luò)擬合，預(yù)測(cè)出未來年份的垃圾產(chǎn)生量，在此顯示2015—2017年的預(yù)測(cè)數(shù)值，結(jié)果見表3。在該模型下，預(yù)測(cè)值和實(shí)際值一樣呈現(xiàn)出整體增長(zhǎng)的形勢(shì)，相對(duì)誤差最大為3.81%，最小為0，平均誤差為-0.13%，模型擬合程度較好。將根據(jù)非線性回歸得到的自變量數(shù)值代入模型，預(yù)測(cè)出2015—2017天津市垃圾產(chǎn)生量，年增長(zhǎng)率分別為4.29%、6.79%和4.68%。

表32006 —2017年天津市垃圾產(chǎn)生量預(yù)測(cè)結(jié)果

4 結(jié)束語(yǔ)

從人口、社會(huì)經(jīng)濟(jì)發(fā)展程度、居民生活水平和習(xí)慣3個(gè)層面的影響因素出發(fā)，利用BP神經(jīng)網(wǎng)絡(luò)模型擬合天津市生活垃圾產(chǎn)生量，并進(jìn)行了預(yù)測(cè)，預(yù)測(cè)精度高、效果好。該預(yù)測(cè)結(jié)果對(duì)天津市進(jìn)行生活垃圾收運(yùn)和管理工作有一定的指導(dǎo)意義。

［1］周燕芳，江源，康慕誼，等.中國(guó)城市生活垃圾產(chǎn)生狀況預(yù)測(cè)［J］.科技進(jìn)步與對(duì)策，2003，18（24）：33-36.

［2］王文梅，劉丹.一種城市生活垃圾產(chǎn)量預(yù)測(cè)的改進(jìn)方法［J］.四川環(huán)境，2005（1）：106-108，114.

［3］徐禮來，閆禎，崔勝輝.城市生活垃圾產(chǎn)量影響因素的路徑分析：以廈門市為例［J］.環(huán)境科學(xué)學(xué)報(bào)，2013（4）：1180-1185.

［4］王東明，呂洪濤.基于灰色預(yù)測(cè)模型的遼寧省城市生活垃圾產(chǎn)生量預(yù)測(cè)［J］.環(huán)境保護(hù)與循環(huán)經(jīng)濟(jì)，2013（4）：30-31，44.

［5］馬慧民，張政.基于BP神經(jīng)網(wǎng)絡(luò)的城市生活垃圾產(chǎn)生量預(yù)測(cè)研究：以上海市為例［J］.環(huán)境科學(xué)與管理，2015（2）：56-59，73.

［6］生活垃圾產(chǎn)生量計(jì)算及預(yù)測(cè)方法：CJ/T 106—2016［S］.北京：中國(guó)標(biāo)準(zhǔn)出版社，2016.

［7］曲英.城市居民生活垃圾源頭分類行為的影響因素研究［J］.數(shù)理統(tǒng)計(jì)與管理，2011（1）：42-51.

［8］孫昊欣，李明章.無錫市生活垃圾產(chǎn)生量預(yù)測(cè)與管理探討［J］.環(huán)境衛(wèi)生工程，2016（1）：49-51.

◇征稿簡(jiǎn)則◇

一、欄目與讀者對(duì)象：本刊注重創(chuàng)新性、科學(xué)性、實(shí)踐性和規(guī)范性。欄目主要有:本刊特稿、標(biāo)準(zhǔn)規(guī)范、固廢處理、檢測(cè)與評(píng)價(jià)、工程應(yīng)用、經(jīng)驗(yàn)交流、設(shè)計(jì)與探討、創(chuàng)新與應(yīng)用、新工藝新技術(shù)、企業(yè)風(fēng)采等。讀者對(duì)象為：本行業(yè)機(jī)關(guān)、管理、設(shè)計(jì)、科研、教學(xué)、施工、生產(chǎn)、分析、檢測(cè)人員和大中專院校師生等。

二、來稿要求與注意事項(xiàng)：（1）文稿務(wù)求論點(diǎn)明確，論據(jù)可靠，數(shù)據(jù)準(zhǔn)確，文字精煉。一般稿件不超過4 000字。文稿請(qǐng)附英文標(biāo)題，3～8個(gè)中、英文關(guān)鍵詞，中、英文摘要（150～200字），全部作者的單位、郵政編碼、所在城市及第一作者簡(jiǎn)介（出生年、職稱、主要從事的工作或?qū)I(yè)研究方向等）。（2）文稿須使用規(guī)范漢字，并務(wù)請(qǐng)按現(xiàn)行國(guó)家標(biāo)準(zhǔn)、行業(yè)標(biāo)準(zhǔn)以及本刊要求的格式撰寫。（3）文后參考文獻(xiàn)采用順序編碼制著錄。（4）來稿若獲得某種研究基金資助，請(qǐng)?jiān)谖恼率醉?yè)地腳處標(biāo)志出項(xiàng)目名稱及編號(hào)，并附其有關(guān)證明材料。（5）請(qǐng)勿一稿多投。60天內(nèi)未收到文稿錄用通知，作者可自行處理。

三、著作權(quán)約定：文稿的著作權(quán)屬于作者。文責(zé)由作者自負(fù)。編輯有權(quán)對(duì)文稿做修改或是內(nèi)容刪減。凡被本刊錄用并發(fā)表的稿件將同時(shí)通過網(wǎng)絡(luò)平臺(tái)進(jìn)行網(wǎng)絡(luò)出版或提供服務(wù)，編輯部將按照國(guó)家相關(guān)規(guī)定一次性支付作者權(quán)使用報(bào)酬（即包括印刷版、光盤版和網(wǎng)絡(luò)版等使用方式的報(bào)酬）。

四、聯(lián)絡(luò)方式：本刊只接受電子文件投稿。自2016年9月1日起，《環(huán)境衛(wèi)生工程》投稿郵箱：hjwsgc@163.com用于投稿后的聯(lián)絡(luò)等事宜，新投稿的作者請(qǐng)登錄環(huán)境衛(wèi)生工程主頁(yè)www.srhj.org.cn通過采編平臺(tái)進(jìn)行投稿。文稿上務(wù)必附注第一作者或通訊作者的詳細(xì)地址、郵政編碼、聯(lián)系電話及E-mail。

Prediction Analysis of Domestic Waste Production in Tianjin Based on BP Neural Network

Zhang Qingyue1，Zhang Qijun2
（1.College of Public Administration，Hohai University，NanjingJiangsu211100；2.School of Mathematics and Computer Science，Anhui Normal University，WuhuAnhui241000）

The production of domestic waste in Tianjin city from 2006 to 2014 was analyzed by BP neural network. We chosen eight specific indicators representing three aspects of social and economic development degree，population，residents'living standard and habits as input layer elements of domestic waste production prediction model with good fitting degree. The model predicted in 2015-2015，domestic waste production will reach 2.234 6，2.3864 and 2.498 2 million tons，and annual growth will be 4.29%，6.79%，4.68%.

domestic waste；BP neural network；Tianjin；prediction

X705；X799.3

A

1005-8206（2017）02-0015-03

章清悅（1992—），碩士，主要從事環(huán)境社會(huì)學(xué)研究。

E-mail：silver2332@163.com。

2016-11-06