典型文献
中国废水排放量趋势预测——基于任务相关性的机器学习方法
文献摘要：
中国的水污染是一个非常严重的问题,为了控制水污染,对中国未来废水排放量进行准确预测具有十分重要的意义.从影响废水排放量的潜在变量中筛选出GDP、人均GDP和产业结构三个关键预测变量,采用1998-2017年中国省域数据和基于任务相关性的机器学习方法对各省份废水排放量趋势进行预测.实验结果表明,所建立的预测模型能够保持线性回归模型的可解释性,并获得较高的预测精度(RMSE、MAE和MAPE分别为0.0882、0.0643和0.5533).预计全国年废水排放总量2025年最低将达到9081209万吨,最高9903864万吨;2030年最低将达到10864311万吨,最高13081922万吨.政府部门可根据预测结果制定废水减排计划和经济发展规划,在发展经济的同时维持生态环境的平衡.
文献关键词：
废水排放量;社会经济决定因素;趋势预测;机器学习方法;任务相关性
中图分类号：
作者姓名：
王芳;陈省宏;陈安祺;季健;秦海鸥
作者机构：
澳门科技大学商学院,澳门特别行政区999078;澳门科技大学中医药学院,澳门特别行政区999078;盐城师范学院商学院,江苏盐城224007;澳门科技大学资讯科技学院,澳门特别行政区999078
文献出处：
引用格式：
[1]王芳;陈省宏;陈安祺;季健;秦海鸥-.中国废水排放量趋势预测——基于任务相关性的机器学习方法)[J].生态经济,2022(03):196-201
A类：
社会经济决定因素
B类：
废水排放量,趋势预测,基于任务,任务相关性,机器学习方法,水污染,准确预测,潜在变量,预测变量,中国省域,线性回归模型,可解释性,RMSE,MAE,MAPE,废水排放总量,万吨,据预测,废水减排,发展经济
AB值：
0.270324
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。
