基于RBF网络的城市垃圾产量预测及可视化

来源：中国环境科学杂志2018年第2期北京时间：

作者：秦绪佳, 彭洁, 徐菲, 郑红波, 张美玉

单位：浙江工业大学计算机科学与技术学院, 浙江 杭州 310023

摘要：为了预测并控制未来几年城市垃圾产量，以我国城市为例，利用K-近邻互信息的多变量特征从18个拟影响因素中确定了8个影响垃圾排放量因子，分别为常住人口、地区生产总值、社会消费品零售值、金融业增加值、工业增加值、批发和零售业增加值、住宿和餐饮业增加值和第三产业增加值.以2006~2013年数据为训练样本，2014~2015年数据为检验样本，根据影响因素建立径向基函数（RBF）神经网络预测模型，并基于平均相对误差对模型反向修正.然后结合两段式径向基预测模型，对全国各省市2017~2018年的垃圾总产量预测并可视化.结果表明，本文建立的两段式径向基预测模型平均相对误差是6.43%，预测精度为93.57%.可见，该模型的预测精度较高，能较好的在现实生活中对城市垃圾的产生量进行预测.

关键词：城市垃圾,互信息,RBF网络,产生量预测,可视化

基金资助：

国家自然科学基金资助项目（61672462，61672463）；浙江省科技计划项目（2016C33165）