典型文献
基于GA-BP神经网络的重庆市生活垃圾量预测模型研究
文献摘要：
为分析影响垃圾量的主要因素并预测重庆市的垃圾量,选用Lasso回归分析、灰色关联度分析和文献总结分析3种方法对影响因素进行筛选,采用ARIMA模型对上述影响因素数据进行预测,并在此基础上构建GA-BP神经网络垃圾量预测模型.结果表明:采用Lasso回归选出的因素体系,即城市道路清扫保洁面积、金融业增加值、城市气化率、社会零售额、人均绿地面积,其垃圾量拟合平均均方误差最小,2021年重庆市垃圾量预测为624.78万t;所提的模型和方法的平均相对误差为0.215％,拟合效果较好,可为决策者在制定废物管理措施和政策时提供一定的决策依据.
文献关键词：
生活垃圾;垃圾量预测;GA-BP模型;Lasso回归;多因素分析
中图分类号：
作者姓名：
闫芳;舒垚;李宗敏
作者机构：
重庆交通大学 经济与管理学院,重庆 400074;四川大学 商学院,四川 成都610065
文献出处：
引用格式：
[1]闫芳;舒垚;李宗敏-.基于GA-BP神经网络的重庆市生活垃圾量预测模型研究)[J].武汉理工大学学报（信息与管理工程版）,2022(02):252-257
A类：
垃圾量预测
B类：
GA,生活垃圾,Lasso,灰色关联度分析,ARIMA,素数,素体,城市道路,道路清扫,保洁,洁面,金融业增加值,气化率,零售额,绿地面积,均方误差,平均相对误差,拟合效果,决策者,废物,决策依据,多因素分析
AB值：
0.343465
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
