导读:本文包含了环境预测模型论文开题报告文献综述及选题提纲参考文献，主要关键词:预测,精度,应用,评述
环境预测模型论文文献综述
梁一鸣[1]（2019）在《环境预测模型的应用评述》一文中研究指出本文综述了目前水资源承载预测和雾霾天气预测的若干种常用方法,传统方法如回归分析,灰色预测,新型智能算法如神经网络、系统动力学法。通过对比这些分析方法的在实际应用中的效果,来评述现有环境预测方法的优势与不足。传统方法,操作简单易于实现,但精度较差;新型算法可做精确预测,但较难实现且预测范围窄。最后,展望环境预测方法发展趋势。(本文来源于《价值工程》期刊2019年23期）
郭鹏飞,张垒,刘双印,徐龙琴,曹亮[2]（2019）在《基于平行向量自回归模型的蛋鸭养殖环境预测研究》一文中研究指出养殖环境的精准预测一直是蛋鸭养殖业亟需解决的棘手难题。文章以温度、湿度、粉尘和CO_2等养殖环境参数为研究对象,通过平行向量自回归时间序列VAR(2)模型预测方法,优化具有自适应、精度高和无病态的蛋鸭养殖环境线性预测模型,实现了蛋鸭健康养殖环境精准预测,为蛋鸭养殖环境预警与控制提供支持决策的依据。(本文来源于《科技创新与应用》期刊2019年19期）
粟斯尧,石义雷,肖雨,柳森[3]（2018）在《高温气体模型对气动热环境预测影响》一文中研究指出针对高超声速飞行器气动热环境精确预测问题,发展了通用可变组分、热化学模型、输运特性模型的高温非平衡条流场及气动热计算方法与程序,建立了化学反应动力学数据、热力学函数拟合参数、分子振动松弛模型参数、碰撞截面、粘性系数拟合参数等高温气体模型参数数据库。在此基础上,分别采用5/7/11组分空气化学模型,单温度/双温度热力学模型对ELECTRE标模和返回舱再入典型工况气动热环境进行了对比计算,分析了不同高温气体模型气动热计算的差异及其物理机制。结果表明:高温气体模型对气动热预测影响显着,采用Park化学反应模型参数和Gupta输运特性模型时预测结果更符合飞行试验,建议优先使用;第二宇宙速度再入条件下电子及离子相关反应对流场温度及气动加热影响显着,应采用11组分空气化学反应模型;相同化学模型条件下,不同热力学模型预测的返回舱大底热环境差异较小,热力学非平衡效应对热环境的影响相对较弱。(本文来源于《第十届全国流体力学学术会议论文摘要集》期刊2018-10-25）
马铁民,刘金明,刘烁,王亚民,王雪[4]（2018）在《基于BP神经网络的牛舍环境预测模型研究》一文中研究指出在规模化养殖中,牛舍环境直接影响着牛的健康及生产能力。实验针对牛舍的主要环境因素——风速、温度、湿度和氨气质量分数进行了连续3天的数据采集,获得72组环境数据,建立了4-9-4叁层结构的BP神经网络模型,对牛舍环境进行预测,采用L-M优化算法对前两天的48组环境数据进行训练,第叁天的24组环境数据作为测试样本。仿真实验表明,经过12步达到目标误差,网络收敛速度快、效率高,预测值与实测值最大相对误差仅为4.62%,大大提高了牛舍环境预测的准确性与及时性。文章建立的环境预测模型可以为牛舍环境预警及控制提供支持,同时也可为其他行业预测模型的建立提供一种可行的思路。(本文来源于《江苏科技信息》期刊2018年15期）
周智勇,肖玮,陈建宏,李欢[5]（2018）在《基于PCA和GM(1,1)的矿山生态环境预测模型》一文中研究指出矿山开采过程中产生的生态环境污染问题日益突出,针对矿山生态环境的预测评价显得尤为重要。综合运用主成分分析法、灰色预测模型和初等关联函数等方法构建矿山生态环境预测模型,可以为矿业企业在未来环境保护及环保投资提供指导与借鉴。首先综合考虑环保资金投入和采矿、选矿对环境及员工的影响构建生态环境评价指标体系。主成分提取后,选取方差贡献率较高的主成分计算分析,可以得到2016年实际得分分别为-4.1776、0.4093、-0.2553以及2016年预测得分分别为-4.2926、-0.2175、0.3312。2016年生态环境评价值为-0.8861,预测值为-0.9708,2017年和2018年的预测评价值为-1.5493、-2.0511。研究结果表明:预测数据与实际数据基本一致,验证了预测模型的有效性,该矿山区域生态环境在持续改善。(本文来源于《黄金科学技术》期刊2018年03期）
程晔[6]（2017）在《基于地铁毛细管热泵热环境预测模型研究》一文中研究指出为解决国内大城市人口增加所带来的交通拥堵现象,地铁因其独特的优势而大力发展,然而地铁改善交通的同时,也带来了巨大问题,即经过长期运行后,地铁隧道热环境逐步恶化,出现热堆积现象。因而分析地铁隧道热堆积成因,掌握影响隧道热环境的因素,采取有效的降温措施,缓解隧道热堆积至关重要。本文将毛细管换热器嵌入地铁隧道围岩内,构成地铁毛细管热泵温降系统,通过研究毛细管换热器、围岩与隧道内空气间的传热机理,建立地铁毛细管热泵热环境预测模型,预测隧道围岩温度场演化规律,对地铁隧道热环境治理具有重要的现实意义。本文课题研究的主要内容有以下方面:首先分析地铁毛细管热泵热环境传热特性,考虑第叁类非齐次边界条件和毛细管换热器换热作用,建立地铁毛细管热泵传热理论模型;其次通过合理简化传热影响因素,将温度场简化为边界条件项、初始条件项和内热源项,利用格林函数、拉普拉斯函数、贝塞尔函数得到恒空气温度的解析解,根据变空气温度理论,得到隧道温度随时间变化的毛细管热泵传热模型的解析解;再次通过在地铁隧道开展地铁毛细管热泵系统的现场实验,得到了不同工况下的出口温度与运行时间的变化曲线,利用Matlab软件对毛细管出口温度的解析解编程计算并与实验实测数据对比分析,验证了传热模型的正确性;最后根据地铁毛细管换热器传热实验结果,利用fluent软件建立物理模型对毛细管热泵系统进行长期模拟计算,并与本文模型理论解对比分析,进一步验证传热模型的正确性;基于解析解模型,对热堆积、围岩导热系数、围岩比热容、热流密度以及运行方式分析研究,最后得出了一些结论和建议。(本文来源于《青岛理工大学》期刊2017-12-01）
刘学超[7]（2016）在《基于MATLAB的地下水环境预测模型构建》一文中研究指出近年来,随着我国经济的快速发展,我国的水污染呈现不断加剧的趋势,其中以地下水污染尤为严重。在全球可持续发展的前提下,防止新建项目对地下水环境造成污染也就愈加重要,因此,全面、准确地评价建设项目对地下水环境的影响对保护地下水资源有着十分重要的意义。《环境影响评价技术导则—地下水环境》(HJ 610—2016)的修订实施,对建设项目的地下水环评工作起到了规范和指导作用,也对环境评价工作者提出了更好的要求。为解决导则二级评价中基于解析解的四种地下水环境预测模型中因存在余误差函数、第二类零阶修正赛贝尔函数及第一类越流系统井函数而导致计算困难,计算结果精确性差等问题,基于MATLAB/GUI开发了地下水环境影响预测模型系统。这四种地下水环境影响预测模型是一维无限长多孔介质柱体,一端为定浓度边界的连续点源注入;一维无限长多孔介质柱体,污染物瞬时注入;连续注入污染物——平面连续点源;瞬时注入污染物——平面瞬时点源。该系统基于多孔介质污染物迁移动力学,利用MATLAB强大的计算功能,通过选取不同源汇作用方式及输入源强、弥散系数及地下水流速等特性参数,可以计算出固定位置,不同时间浓度预测以及固定时间,不同位置浓度预测两种模式下溶质浓度的变化情况,并能直观显示出其结果。以某电厂为例,在简述区域地质情况及评价区水文地质的基础上,通过两种事故工况对地下水环境污染物浓度进行预测。预测结果与MODFLOW的数值解相对比可以得出该系统的计算结果是合理可信的,同时利用该结果明确了解析解与MODFLOW数值解进行校核时需注意的问题。它可以为水文地质条件单一,地下水流为稳定流的区域地下水环境影响评价提供一种快捷高效的方法,同时为《环境影响评价技术导则--地下水环境》(HJ 610-2016)所规定的地下水水源保护、地下水污染防治规划等领域提供支持。该系统可进行不同情景下的地下水环境影响评价,并且具有界面友好、易学易用、后置程序内容修改简单、预测结果直观等优点,具有良好的应用前景。(本文来源于《河北工程大学》期刊2016-12-20）
侯思宇[8]（2016）在《基于CFD模型的设施温室小气候环境预测和控制研究》一文中研究指出随着农业现代化推进,设施农业已成为发展农业现代化基础指标。现代温室能够为作物提供适宜的生长环境,实现作物的高效高质生产。其中,温室的环境调控作为调节作物生长环境的主要手段,是实现现代温室的关键技术之一。对被控对象建立精确的数学模型是传统控制方法的主要形式,建立合理精确的温室环境模型是实现温室环境控制的重要前提。由于温室环境的复杂性,在模型的建立过程中往往含有不确定的参数,因此需要对模型进行参数辨识。基于计算流体力学(Computational Fluid Dynamics,CFD)的建模技术,虽然可以模拟温室小气候环境,但CFD计算量大,计算耗时久,因此需要对其进行并行计算。计算以溧阳地区温室大棚为研究对象,建立夏季、秋季、冬季温室小气候环境的CFD模型,在MATLAB与FLUENT协同平台上实现对温室CFD模型的参数辨识,并搭建四种不同并行结构的计算平台,对比得到并行效率最高计算平台,并在此基础上探索了基于CFD模型的温室小气候环境预测控制方法。论文主要研究内容有以下几点:(1)在对温室合理简化的基础上,采集数据,构建夏季自然通风条件下、秋季自然通风条件下、冬季封闭条件下温室小气候环境CFD模型。在FLUENT平台的单机单核、单机多核、多机多核叁种运行环境下对夏季自然通风条件下、秋季自然通风条件下、冬季封闭条件下的温室CFD模型分别进行计算,所得温室温湿度分布符合实际,且在单机单核环境下计算耗时300s在单机多核与多机多核的并行环境下计算耗时90s,并行环境下,计算耗时大幅减少。此模型的建立为后续模型参数辨识与预测控制做好了准备。(2)在MATLAB并行化环境搭建与程序设计基础上,实现PPSO算法(Parallel Particle Swarm Optimization)对温室CFD模型参数辨识。其中MATLAB作为PPSO算法运行平台,FLUENT作为温室CFD模型计算平台,利用MATLAB与FLLUENT的I/O文件操作功能,建立基于共享文件机制下的MATLAB与FLUENT协同平台,CFD模型参数辨识及后续试验均在此平台上完成。设计搭建了四种结构的计算平台并对比各计算平台下温室环境CFD模型参数辨识的计算效率,结构1单机单核PSO+单机多核FLUENT计算耗时9.6h;结构2单机单核PSO+多级多核FLUENT计算耗时30.1h;结构3单机多核PPSO+单机多核FLUENT计算耗时11h;结构4多机多核PPSO+单机多核FLUENT计算耗时5.7h。结构4计算耗时最短、效率最高,解决了温室CFD模型辨识耗时久的问题,故结构4为最优计算结构。(3)基于最优计算结构,利用最优辨识参数建立温室环境CFD预测模型,分别对夏季自然通风条件下、秋季自然通风条件下、冬季封闭条件下的CFD预测模型的预测结果与实测结果进行对比分析。在最优辨识参数取值下温室预测模型的预测结果与实测结果误差较小。因此辨识到的最优参数合理,建立的温室环境CFD预测模型有效。(4)基于MATLAB与FLUENT协同平台,探索研究基于CFD模型的温室环境模型预测控制(Model Predictive Control,MPC)方法。模型选择为湿帘-风机通风条件下的温室CFD模型,控制设备选择为温室的湿帘和风机,预测时域设置为3,采样时间设置为6。将其结果与同等条件下采用比例-积分-微分控制(Proportion Integral Derivative,PID)此温室CFD模型结果对比,MPC控制算法下温室温度计算结果与参考温度绝对偏差为1.27℃,相对湿度计算结果与参考相对湿度绝对偏差为18%。PID控制算法下温室温度计算结果与参考温度绝对偏差为1.83℃,相对湿度计算结果与参考相对湿度绝对偏差为18.89%,因此使用MPC控制算法结果稳定且优于PID控制。且在MPC控制算法最优控制量下,温室温湿度空间分布情况较符合实际情况。(本文来源于《南京农业大学》期刊2016-05-01）
苗文博,吕俊明,程晓丽,艾邦成[9]（2015）在《火星进入热环境预测的热力学模型数值分析》一文中研究指出采用数值模拟方法研究不同热力学模型中火星飞行器表面的热环境.研究发现,驻点区域流动近似为热力学平衡,随着飞行高度增加,流动逐渐偏向热力学非平衡.当壁面为非催化壁时,不同热力学模型所得热流基本一致,当壁面为完全催化壁时,热力学非平衡模型所得热流更高,这种差异由化学反应特征温度差异引起,并随着流动的热力学非平衡特性增加而增加.(本文来源于《计算物理》期刊2015年04期）
王洪强[10]（2015）在《基于神经网络的矿区环境预测模型》一文中研究指出收集了我国多个矿区城市的空气检测数据,采用多元统计分析和神经网络算法对检测数据进行整理分析,建立了矿区环境预测模型。通过实践检验发现,该模型预测精度较高,可以应用在环境预测实践工作中。(本文来源于《上海环境科学》期刊2015年02期）
环境预测模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
养殖环境的精准预测一直是蛋鸭养殖业亟需解决的棘手难题。文章以温度、湿度、粉尘和CO_2等养殖环境参数为研究对象,通过平行向量自回归时间序列VAR(2)模型预测方法,优化具有自适应、精度高和无病态的蛋鸭养殖环境线性预测模型,实现了蛋鸭健康养殖环境精准预测,为蛋鸭养殖环境预警与控制提供支持决策的依据。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
环境预测模型论文参考文献
[1].梁一鸣.环境预测模型的应用评述[J].价值工程.2019
[2].郭鹏飞,张垒,刘双印,徐龙琴,曹亮.基于平行向量自回归模型的蛋鸭养殖环境预测研究[J].科技创新与应用.2019
[3].粟斯尧,石义雷,肖雨,柳森.高温气体模型对气动热环境预测影响[C].第十届全国流体力学学术会议论文摘要集.2018
[4].马铁民,刘金明,刘烁,王亚民,王雪.基于BP神经网络的牛舍环境预测模型研究[J].江苏科技信息.2018
[5].周智勇,肖玮,陈建宏,李欢.基于PCA和GM(1,1)的矿山生态环境预测模型[J].黄金科学技术.2018
[6].程晔.基于地铁毛细管热泵热环境预测模型研究[D].青岛理工大学.2017
[7].刘学超.基于MATLAB的地下水环境预测模型构建[D].河北工程大学.2016
[8].侯思宇.基于CFD模型的设施温室小气候环境预测和控制研究[D].南京农业大学.2016
[9].苗文博,吕俊明,程晓丽,艾邦成.火星进入热环境预测的热力学模型数值分析[J].计算物理.2015
[10].王洪强.基于神经网络的矿区环境预测模型[J].上海环境科学.2015