基于BP 神經(jīng)網(wǎng)絡模型的工程垃圾產(chǎn)量預測研究

李海波 LI Hai-bo

（上海環(huán)境衛(wèi)生工程設計院有限公司，上海 200232）

0 引言

近年來，隨著各地工業(yè)化和城市化進程的不斷加速，與大規(guī)模的城市建設相伴而生的建筑垃圾日益增多，建筑垃圾的資源化利用成為繼生活垃圾之后各地城市固廢領域新的焦點。按照住建部行業(yè)標準建筑垃圾包括工程渣土、工程泥漿、工程垃圾、拆除垃圾和裝修垃圾五大類別，其中，工程垃圾指建筑物、構(gòu)筑物等建設過程中產(chǎn)生的棄料，目前主要由施工單位自行進行處理，資源化利用普遍較低，而建立規(guī)范高效的工程垃圾資源化利用體系，首先需要對未來工程垃圾產(chǎn)量進行相對準確的預測?；诖诵枨?，本文提出采用BP 神經(jīng)網(wǎng)絡模型對未來工程垃圾量進行預測，并以南京市為例進行演算。

根據(jù)《建筑垃圾處理技術(shù)標準（CJJ/T 134-2019）》，工程垃圾通過新開工面積及單位面積的工程垃圾產(chǎn)生基數(shù)進行計算。工程垃圾產(chǎn)生基數(shù)可根據(jù)標準或指標確定，難點在于確定未來的開工面積。

本文對新開工面積變化趨勢展開研究，首先通過構(gòu)建新開工面積相關(guān)因子指標體系，研究分析各相關(guān)因子對新開工面積變化所反映出的不同相關(guān)程度，其次對南京市2020-2025 年新開工面積開展數(shù)學模型的構(gòu)建與預測。

1 新開工面積相關(guān)因子指標體系

根據(jù)相關(guān)研究，城市房屋的新開工面積與多項城市發(fā)展統(tǒng)計指標有著密切的聯(lián)系，綜合考慮指標的相關(guān)性及數(shù)據(jù)的可得性因素，篩選出12 個相關(guān)統(tǒng)計指標（具體指標見表1），構(gòu)建城市房屋的新開工面積的相關(guān)因子體系。通過相關(guān)因子體系指標的分析，更為精準、全面地分析城市房屋建筑的實際建設情況與施工情況，為工程廢料管理提供更為精準、全面的分析指標。當前我國城市新開工面積相關(guān)因子指標體系的構(gòu)建情況見表1。

從表1 可見，當前工程房屋建筑的影響因素有用電量、固定資產(chǎn)投資完成額、工業(yè)總產(chǎn)值、地產(chǎn)開發(fā)房屋竣工面積、建成區(qū)面積、道路面積、地方財政收入、房地產(chǎn)投資等相關(guān)情況，多種因素共同決定了當前建筑房屋的實際施工情況，要求保證各項指標收集的全面性、精準性。

2 相關(guān)因子影響程度分析

BP 神經(jīng)網(wǎng)絡，即反向傳播神經(jīng)網(wǎng)絡，是一種常用的人工神經(jīng)網(wǎng)絡模型，由輸入層、隱藏層和輸出層構(gòu)成，每個神經(jīng)元與相鄰層的神經(jīng)元相互連接，具有權(quán)重和偏差。其核心思想是通過前向傳播計算輸出值，然后通過反向傳播誤差梯度來不斷調(diào)整連接權(quán)重，以最小化預測誤差，實現(xiàn)模型訓練。BP 神經(jīng)網(wǎng)絡被廣泛應用于分類、回歸和模式識別等任務，具有良好的擬合能力和通用性，但也容易陷入局部極小值。BP 神經(jīng)網(wǎng)路模型構(gòu)建與分析過程中，要求全面收集各項歷史數(shù)據(jù)，提升各項數(shù)值測算的精準性，并研究工程施工相關(guān)因子，測算工程開工面積的相關(guān)影響因子，由此對不同因子之間的數(shù)據(jù)關(guān)系，開展BP 神經(jīng)網(wǎng)路數(shù)據(jù)分析。本節(jié)中12 個統(tǒng)計指標數(shù)據(jù)均來自于南京市歷年統(tǒng)計年鑒，并選取其中2010-2018 年共9 年數(shù)據(jù)進行相關(guān)因子相關(guān)程度分析數(shù)據(jù)。具體數(shù)據(jù)見表2。

表2 新開工面積相關(guān)因子指標數(shù)據(jù)表

從表2 中可見，當前工程新開工面積的常見影響因子有用電量、固定資產(chǎn)投資完成額、工業(yè)總產(chǎn)值、天然氣供氣總量、第三產(chǎn)業(yè)生產(chǎn)總值、生產(chǎn)總值、房地產(chǎn)開發(fā)房屋竣工面積、道路面積、地方財政收入、地方財政支出、房地產(chǎn)投資等，本研究采用主成分分析法，研究各相關(guān)因子對新開工面積的影響程度。

通過計算得出各主成分特征值及貢獻率，其中特征值表征數(shù)據(jù)進行降維后的坐標主成分的方差，該方差越大則所包含原有數(shù)據(jù)的信息越多，就越能代表原有因子所包含的信息，貢獻率表征降維后的坐標主成分所能代表原有因子所包含信息量的大小。由表3 得出，主成分Prin1 已能反應原有因子大部分的信息，因此，在一定程度上可以認為主成分Prin1 可以表征原有相關(guān)因子體系。

表3 主成分的特征值和貢獻率

從Prin1、Prin2、Prin3、Prin4 四個角度分析主成分，Prin1 貢獻率83.97%，特征值10.08，累積貢獻率83.97%，貢獻數(shù)值最大；Prin2 貢獻率9.06%，特征值1.09，累積貢獻率93.03%；Prin3 貢獻率6.56%，特征值0.78，累積貢獻率99.59%；Prin4 貢獻率0.2%，特征值0.02，累積貢獻率99.80%，累積貢獻率在四項成分中數(shù)值最大。由相關(guān)計算公式，計算得出主成分Prin1 載荷系數(shù)，該載荷系數(shù)絕對值的大小表征各相關(guān)因子對新開工面積變化的影響程度的重要性。根據(jù)主成分分析的結(jié)果，可以看到主成分Prin1（第一主成分）與各個相關(guān)因子之間的權(quán)重系數(shù)。主成分Prin1 主要與固定資產(chǎn)投資完成額（P2，0.464）和道路面積（P9，0.428）呈現(xiàn)較高的正相關(guān)性，這表明這兩個因素對主成分Prin1 的影響最為顯著。此外，用電量（P1，0.315）、工業(yè)總產(chǎn)值（P3，0.311）、天然氣供氣總量（P4，0.312）、第三產(chǎn)業(yè)生產(chǎn)總值（P5，0.313）、生產(chǎn)總值（P6，0.312）、房地產(chǎn)開發(fā)房屋竣工面積（P7，0.302）、建成區(qū)面積（P8，0.313）、地方財政收入（P10，0.313）、地方財政支出（P11，0.314）以及房地產(chǎn)投資（P12，0.314）也都對主成分Prin1 有一定程度的正相關(guān)影響，盡管權(quán)重系數(shù)相對較低。這表明主成分Prin1主要受到經(jīng)濟和基礎設施方面的因素影響，特別是固定資產(chǎn)投資和道路面積。除固定資產(chǎn)投資完成額及道路面積，其他指標對新開工面積變化的影響較大也較為均衡，主要原因是隨著城市的快速發(fā)展，固定資產(chǎn)投資完成額及道路面積增加越來越體現(xiàn)為重視城市道路及交通等基礎設施建設方面的投入，對于商品房的開發(fā)建設逐步在弱化，這也符合近年來南京市的城市發(fā)展規(guī)律。對主成分Prin1 設置不同的載荷系數(shù)，用電量因子載荷系數(shù)為0.315，固定資產(chǎn)投資完成額載荷系數(shù)為0.464，見表4。

表4 主成分Prin1 載荷系數(shù)

3 新開工面積預測

本節(jié)考慮到各相關(guān)因子的特點，主要利用2010-2018年新開工面積及12 個與之相關(guān)的因子統(tǒng)計數(shù)據(jù)，采用BP 神經(jīng)網(wǎng)絡模型對2020-2025 年南京市新開工面積進行預測。

本節(jié)以表中2010-2018 年數(shù)據(jù)作為指標矩陣，形成12*9 的數(shù)據(jù)組。數(shù)據(jù)組在輸入模型前進行線性插值，擴充為12*801 的初始矩陣；隨機選取其中700 組作為模型訓練矩陣，剩余101 組為模型測試矩陣。具體計算結(jié)果如表5。

表5 新開工面積統(tǒng)計數(shù)據(jù)及預測數(shù)據(jù)表

新開工面積變化趨勢預測見圖1。

圖1 新開工面積變化趨勢圖

4 工程垃圾量預測

工程建設活動中不可避免地出現(xiàn)各項垃圾量，為了踐行綠色施工理念，減少工程建筑活動中的垃圾，要求加強對工程垃圾量的預測與管理。根據(jù)住建部《“十四五”建筑業(yè)發(fā)展規(guī)劃》，為實現(xiàn)建筑垃圾減量化，2025 年，各地區(qū)建筑垃圾減量化工作機制進一步完善，實現(xiàn)新建建筑施工現(xiàn)場建筑垃圾（不包括工程渣土、工程泥漿）排放量每萬平方米不高于300 噸。本研究按照300 噸/萬平方米測算工程垃圾產(chǎn)量，則南京市2021-2025 年工程垃圾產(chǎn)生量如表6。從表6 中的數(shù)據(jù)分析可見，從2021 年至2023 年間，工程垃圾數(shù)量不斷增加，2021 年工程垃圾產(chǎn)生量為57.05 萬噸，2022 年工程垃圾產(chǎn)生量為60.74 萬噸，對2023 年、2024 年工程垃圾產(chǎn)生量進行預測分析可見，2023 年工程垃圾產(chǎn)生量約為61.37 萬噸，2024 年工程垃圾產(chǎn)生量約為60.38 萬噸，2025 年工程垃圾產(chǎn)生量約為58.71 萬噸，雖然產(chǎn)生的垃圾量有所下降，但是從整體上分析，各項數(shù)據(jù)依然較大，要求加強對垃圾的分析與分類處理。

表6 工程垃圾產(chǎn)生情況預測表

5 管理對策建議

工程垃圾治理涉及多個環(huán)節(jié)，建議實施全過程治理：

一是推進源頭減量，工程垃圾的種類與施工工藝和建筑原料的種類密切相關(guān)，因此，建議在施工工地上采取措施來減少工程垃圾的生成。分類收集是一項關(guān)鍵措施，工地應根據(jù)不同種類的工程垃圾，如廢混凝土、廢木材、廢鋼筋等，進行分類收集。這不僅有助于將可回收的材料進行直接回收和資源化利用，而不將其納入工程垃圾的處理范圍，還有助于提高工程垃圾的管理效率。

二是規(guī)范中轉(zhuǎn)運輸。市場規(guī)范是其中的一部分，通過招標和許可證等方式來規(guī)范建筑垃圾運輸市場，以確保只有合法的運輸車輛才能參與建筑垃圾的運輸。這有助于確保運輸服務的質(zhì)量和效率。運輸車輛應安裝電子信息裝置，以實時監(jiān)控建筑垃圾車輛的位置和動向。這種監(jiān)控系統(tǒng)有助于防止非法傾倒和確保建筑垃圾被正確運送到指定的處理點。另外，安裝具備實時報警功能的車輛右轉(zhuǎn)盲區(qū)監(jiān)測系統(tǒng)和駕駛員安全行為監(jiān)測系統(tǒng)也是非常重要的，有助于減少交通事故的發(fā)生，確保建筑垃圾的安全運輸。

三是提升末端消納。在這一環(huán)節(jié)中，需要克服一些挑戰(zhàn)，如用地緊張和鄰避效應等。為了提升末端消納的效率，建議采取措施，積極尋找建筑垃圾的消納和資源化利用渠道。這可以包括建設建筑垃圾資源化處理設施，以確保垃圾得到適當?shù)奶幚?，減少對環(huán)境的不良影響。用地管理也是一項關(guān)鍵任務，需要確保在建筑垃圾消納過程中遵守用地規(guī)劃和環(huán)境保護法規(guī)。合理規(guī)劃建筑垃圾處理設施的用地，以充分考慮鄰避效應，減少對周圍環(huán)境和社區(qū)的干擾。

四是推廣產(chǎn)品利用。制定再生骨料、混凝土砌塊（磚）等再生產(chǎn)品的標準是必要的，以確保這些再生產(chǎn)品的質(zhì)量和可持續(xù)性，以便它們可以廣泛推廣和使用。同時，積極宣傳再生產(chǎn)品的優(yōu)勢，鼓勵建筑行業(yè)和消費者采用這些產(chǎn)品，有助于提高對再生產(chǎn)品的認知，從而減少資源浪費。從而促進工程垃圾的可持續(xù)管理，建議推廣產(chǎn)品利用。

6 結(jié)論

①通過主成分分析的方法，得出固定資產(chǎn)投資完成額及道路面積的變化對工程垃圾產(chǎn)量影響最為顯著，工業(yè)總產(chǎn)值、地方財政收入、房地產(chǎn)投資等其他指標對新開工面積變化的影響較大也較為均衡。②十四五期間工程垃圾產(chǎn)量將較為穩(wěn)定。③按照300 噸/萬平方米指標控制工程垃圾產(chǎn)量，南京市十四五期間工程垃圾產(chǎn)量約為60 萬噸/年。