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

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)與計算機科學(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)與計算機科學(xué)學(xué)院，安徽蕪湖241000）

利用BP神經(jīng)網(wǎng)絡(luò)，對2006—2014年天津市生活垃圾產(chǎn)生量進(jìn)行分析。將代表社會經(jīng)濟(jì)發(fā)展程度、人口、居民生活水平和習(xí)慣3個層面的8項指標(biāo)作為生活垃圾產(chǎn)生量預(yù)測模型的輸入層元素，得到擬合程度較好的預(yù)測模型，從而預(yù)測出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

國內(nèi)學(xué)者對生活垃圾產(chǎn)生量的預(yù)測已經(jīng)做了大量的研究，如周燕芳、江源等對全國生活垃圾產(chǎn)生的狀況利用多元線性方程進(jìn)行的預(yù)測［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)測方法［2］，徐禮來以廈門市為例采用了路徑分析的方法對生活垃圾產(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［5］，整體而言，現(xiàn)有文獻(xiàn)中關(guān)于城市生活垃圾預(yù)測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)測法，以及一些組合預(yù)測方法。BP神經(jīng)網(wǎng)絡(luò)預(yù)測法能夠準(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)測精度高、參數(shù)自動修正等優(yōu)點，從而達(dá)到很好的預(yù)測效果。在對天津市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)生量計算及預(yù)測方法［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量和同比增長率。

表12006 —2014年天津市生活垃圾清運量與年增長率

2006—2014年天津市生活垃圾清運量整體呈增長趨勢，其中僅2010年和2012年有小幅下降，計算得出2006—2014年天津市生活垃圾實際清運量的平均年增長率為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、社會經(jīng)濟(jì)發(fā)展程度、居民生活水平和習(xí)慣3個層面［7］，結(jié)合現(xiàn)有的對生活垃圾預(yù)測的相關(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、居民消費水平、社會消費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，得到天津市垃圾實際清運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個層次的影響因素均對垃圾產(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、居民消費水平、社會消費品零售總額8項指標(biāo)作為天津市生活垃圾產(chǎn)生量預(yù)測模型的輸入層自變量，分別代表社會經(jīng)濟(jì)發(fā)展程度、人口、居民生活水平和習(xí)慣3個層面。

表22006 —2014年天津市生活垃圾清運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)測中的應(yīng)用

3.1 模型擬合

建立BP神經(jīng)網(wǎng)絡(luò)模型對天津市生活垃圾清運量進(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、社會經(jīng)濟(jì)發(fā)展程度、居民生活水平和習(xí)慣3個層面的8個具體元素，隱藏層具有一個神經(jīng)元節(jié)點，輸出層輸出數(shù)值為每年的垃圾清運量。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。輸出層具有一個神經(jīng)元結(jié)構(gòu)，輸出的是每年天津市生活垃圾清運量的預(yù)測值。此時，可以對已有的樣本數(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

通過實際垃圾清運量及預(yù)測值的對比，給出二者之間的絕對誤差和相對誤差。對輸入層的8個自變量進(jìn)行非線性回歸，得到預(yù)測年份自變量的各基本數(shù)據(jù)結(jié)果，并對這些結(jié)果進(jìn)行網(wǎng)絡(luò)擬合，預(yù)測出未來年份的垃圾產(chǎn)生量，在此顯示2015—2017年的預(yù)測數(shù)值，結(jié)果見表3。在該模型下，預(yù)測值和實際值一樣呈現(xiàn)出整體增長的形勢，相對誤差最大為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)測出2015—2017天津市垃圾產(chǎn)生量，年增長率分別為4.29%、6.79%和4.68%。

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

4 結(jié)束語

從人口、社會經(jīng)濟(jì)發(fā)展程度、居民生活水平和習(xí)慣3個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，預(yù)測精度高、效果好。該預(yù)測結(jié)果對天津市進(jìn)行生活垃圾收運和管理工作有一定的指導(dǎo)意義。

［1］周燕芳，江源，康慕誼，等.中國城市生活垃圾產(chǎn)生狀況預(yù)測［J］.科技進(jìn)步與對策，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，2013（4）：1180-1185.

［4］王東明，呂洪濤.基于灰色預(yù)測模型的遼寧省城市生活垃圾產(chǎn)生量預(yù)測［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)生量計算及預(yù)測方法：CJ/T 106—2016［S］.北京：中國標(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)測與管理探討［J］.環(huán)境衛(wèi)生工程，2016（1）：49-51.

◇征稿簡則◇

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

二、來稿要求與注意事項：（1）文稿務(wù)求論點明確，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。文稿請附英文標(biāo)題，3～8個中、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)請按現(xiàn)行國家標(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，請在文章首頁地腳處標(biāo)志出項目名稱及編號，并附其有關(guān)證明材料。（5）請勿一稿多投。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)表的稿件將同時通過網(wǎng)絡(luò)平臺進(jìn)行網(wǎng)絡(luò)出版或提供服務(wù)，編輯部將按照國家相關(guān)規(guī)定一次性支付作者權(quán)使用報酬（即包括印刷版、光盤版和網(wǎng)絡(luò)版等使用方式的報酬）。

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，新投稿的作者請登錄環(huán)境衛(wèi)生工程主頁www.srhj.org.cn通過采編平臺進(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)境社會學(xué)研究。

E-mail：silver2332@163.com。

2016-11-06