×
江，P。;刘，X。

不确定条件下城市垃圾产生量预测的隐马尔可夫模型。 （英语） Zbl 1346.62162号

欧洲药典。研究。 250，第2期，639-651（2016）.
摘要：废物产生预测是一个复杂的过程，它受到一些潜在影响参数及其不确定性的影响，例如经济增长、人口统计、个人行为、活动和事件以及管理政策。这些隐藏的特征在预测废物产生的波动中起着重要作用。因此，我们致力于揭示巨型城市垃圾产生的趋势，这些城市面临着社会和经济变化的重大影响，以实现城市可持续发展。为了动态跟踪这些不确定性引起的波动，我们提出了一种概率模型驱动的统计学习方法，该方法将小波去噪、高斯混合模型和隐马尔可夫模型相结合。首先，为了获得实际的潜在趋势，使用小波去噪来消除数据的噪声。接下来，分别使用期望最大化算法和维特比算法学习参数和识别最可能的隐藏状态序列。随后，通过影响参数的分数可预测变化来更新状态转移矩阵，以进行非周期波动问题预测，并利用正向算法从历史数据中搜索当前模式中最相似的数据模式，以预测周期波动问题的未来趋势。最后，我们将这些方法应用于测试小数据集和大数据集的两种案例研究。结果和讨论部分分析了不确定性因素如何影响预测结果。计算结果表明，所提方法在解决城市垃圾产生量预测问题上是有效的。

引用于7文件

MSC公司：

62第20页 统计学在经济学中的应用
2005年6月2日 马尔可夫过程：估计；隐马尔可夫模型

关键词：

预测;废物产生;小波去噪;隐马尔可夫模型;高斯混合模型

软件：

伦敦银行支持向量机;UCI-毫升;小波工具箱
PDF格式BibTeX公司 XML格式引用
\textit{P.Jiang}和\textit{X.Liu}，欧洲期刊Oper。第250号决议，第2639-651号（2016年；兹bl 1346.62162）
全文： 内政部

参考文献：

[1] 阿巴斯，M。；Abduli，医学硕士。；奥米德瓦尔，B。；Baghvand，A.，《利用混合支持向量机和偏最小二乘模型预测城市固体废物产生量》，《国际环境研究杂志》，7，1，27-38（2013）
[2] 阿巴斯，M。；Abduli，医学硕士。；奥米德瓦尔，B。；Baghvand，A.，固体废物产生预测的支持向量机和小波变换-支持向量机混合模型的结果不确定性，环境进步与可持续能源，33，1，220-228（2014）
[3] Ahmad，K.，德里城市固体废物管理系统的系统动力学建模，可再生能源，1628-641（2012）
[4] Akaike，H.，《信息理论与最大似然原理的扩展》（Petrov，B.；Csaki，F.，第二届信息理论国际研讨会（1973年），布达佩斯），267-281·Zbl 0283.62006号
[5] Ali Abdoli，M。；法拉·内扎德，M。；Salehi Sede，R。；Behboudian，S.，人工神经网络对固体废物产生的长期预测，环境进步与可持续能源，31，4，628-636（2012）
[6] Antanasijevic，D。；Pocajt，V。；波波维奇，I。；Redzic，N。；Ristic，M.，《使用人工神经网络和可持续性指标预测城市垃圾产生量》，《可持续性科学》，8，1，37-46（2013）
[7] 巴赫，K。；Lichman，M.，UCI机器学习库（2013），加利福尼亚大学信息与计算机科学学院：加利福尼亚大学信息和计算机科学学院，加利福尼亚州欧文，http://archive.ics.uci.edu/ml【最后一次访问时间为2015年8月2日】
[8] Beigl，P。；Lebersorger，S。；Salhofer，S.，《模拟城市固体废物产生：综述》，《废物管理》，28，1，200-214（2008）
[9] Bilmes，J.A.，《EM算法及其在高斯混合模型和隐马尔可夫模型参数估计中的应用的温和教程》，技术报告，4126（1998），加州大学伯克利分校国际计算机科学研究所，ICSI-TR-97-021
[12] Chang，C.C。；Lin，C.J.，LIBSVM：支持向量机库，ACM智能系统与技术事务（TIST），2，3，27（2011）
[13] 陈海伟。；Chang，N.B.，基于灰色模糊动态模型的固体废物产生预测分析，资源、保护和回收，29，1，1-18（2000）
[14] Cheon，S。；Kim，S。；Kim，J。；Kim，C.，《利用传感器数据学习基于贝叶斯网络的污水处理过程诊断系统》，《水科学与技术》，58，12，2381-2393（2008）
[15] Cherian，J。；Jacob，J.，《城市固体废物管理模型：社会经济因素综述》，《国际经济与金融杂志》，第4期，第10期，第131-139页（2012年）
[16] Denafas，G。；Ruzgas，T。；Martuzevicius，D。；Shmarin，S.公司。；霍夫曼，M。；Mykhaylenko，V.，《东欧四个城市城市固体废物产生和组成的季节变化》，《资源、保护和回收》，第89期，第22-30页（2014年）
[17] De Souza e.Silva，e.G。；Legey，L.F。；de Souza e.Silva，e.A.，《使用小波和隐马尔可夫模型预测油价趋势》，《能源经济学》，32，6，1507-1519（2010）
[18] 董，M。；Yang，D。；Kuang，Y。；He，D。；埃尔达尔，S。；Kenski，D.，《使用隐式半马尔可夫模型时间序列数据挖掘进行PM2.5浓度预测》，专家系统与应用，36，5，9046-9055（2009）
[19] 戴森，B。；Chang，N.B.，用系统动力学模型预测快速增长城市区域的城市固体废物产生，废物管理，25，7，669-679（2005）
[20] Efron，B.，《Bootstrap方法：又一次折刀》，《统计年鉴》，第7期，第1期，第1-26页（1979年）·Zbl 0406.62024号
[21] Ghiani，G。；拉加纳，D。；曼尼，E。；穆斯曼诺，R。；Vigo，D.，《固体废物管理中的运营研究：战略和战术问题调查》，《计算机与运营研究》，44，22-32（2014）
[22] Guerry，M.A.，《人力系统中的隐性异质性：Markov-switching模型方法》，《欧洲运筹学杂志》，210,1106-113（2011）·Zbl 1207.90068号
[23] 郭，X。；刘，S。；Wu，L。；Tang，L.，应用新型灰色自记忆耦合模型预测中国两种法定疾病的发病率：痢疾和淋病，PloS One，9，12（2014），e115664
[24] Hassan，M.R.，股票市场预测的隐马尔可夫模型和模糊模型的组合，神经计算，72，16，3439-3446（2009）
[25] Inharathirat，R。；萨拉姆，P.A。；库马尔，S。；Untong，A.，使用多元灰色模型预测发展中国家的城市固体废物数量，废物管理，39，3-14（2015）
[26] Jalili Ghazi Zade，医学博士。；Noori，R.，《利用人工神经网络预测城市固体废物产生量：马什哈德案例研究》，《国际环境研究杂志》，2008年第2期，第1期，第13-22页
[27] Karavezyris，V。；Timpe，K.P。；Marzi，R.，《系统动力学和模糊逻辑在城市固体废物预测中的应用》，《模拟中的数学和计算机》，60，3，149-158（2002）·Zbl 1005.90542号
[28] Katsamaki，A。；Willems，S。；Diamadopoulos，E.，《城市固体废物产生率的时间序列分析》，《环境工程杂志》，124，2，178-183（1998）
[29] Kim，M.J。；江，R。；Makis，V。；Lee，C.G.，部分可观测随机故障系统的最优贝叶斯故障预测方案，《欧洲运筹学杂志》，214，2，331-339（2011）·Zbl 1218.90064号
[30] 北卡罗来纳州科利卡塔拉。；冯，H。；Yu，D.，评估城市固体废物产生、填埋容量和相关成本管理问题的系统动态建模方法，废物管理，30，11，2194-2203（2010）
[31] 米西提，M。；米西提，Y。；奥本海姆，G。；Poggi，J.M.，《Wavelet Toolbox™4入门指南》（2011），The MathWorks，Inc:The MathWorks，Inc Natick，MA
[32] 努里，R。；Abdoli，医学硕士。；Ghasrodashti，A.A。；贾利利·加齐扎德（Jalili Ghazizade），M.，《结合支持向量机和主成分分析的城市固体废物产生预测：马什哈德案例研究》，环境进步与可持续能源，28，2，249-258（2009）
[33] Owusu-Sekyere，E.，《加纳库马西都市区固体废物产生预测与规划：ARIMA时间序列方法》，《国际科学杂志》，2013年4月2日，第69-83页（2013年）
[34] Pires，A。；马蒂尼奥，G。；Chang，N.B.，《欧洲国家的固体废物管理：系统分析技术综述》，《环境管理杂志》，92，4，1033-1050（2011）
[35] Rabiner，L.，语音识别中隐藏马尔可夫模型和选定应用的教程，IEEE学报，77，2，257-286（1989）
[36] Rimaityte，I。；Ruzgas，T。；Denafas，G。；拉西斯，V。；Martuzevicius，D.，东欧城市城市固体废物产生预测方法的应用与评估，废物管理与研究，30，1，89-98（2012）
[37] 塞茨勒，H。；塞达姆，C。；Park，S.，《EMS呼叫量预测：比较研究》，《计算机与运营研究》，36，6，1843-1851（2009）
[38] 宋，J。；He，J.，城市固体废物产生预测的多步混沌模型，环境工程科学，31，8，461-468（2014）
[39] Sun，S。；张，C。；Yu，G.，交通流预测的贝叶斯网络方法，IEEE智能交通系统汇刊，7，1，124-132（2006）
[40] O.乌斯顿。；Kasimbeyli，R.，《投资组合优化中的组合预测：广义方法》，计算机与运筹学，39，4，805-819（2012）·Zbl 1251.91071号
[41] Wang，H。；聂瑜，《中国城市固体废物特性与管理》，《空气与废物管理协会杂志》，2001年第51期，第2期，第250-263页
[42] 徐，L。；高，P。；崔，S。；Liu，C.，中国厦门市多时间尺度MSW生成预测的混合程序，废物管理，33，6，1324-1331（2013）
[43] 周振杰。；胡春华。；Xu，D.L。；Chen，M.Y。；Zhou，D.H.，基于隐马尔可夫模型和信念规则库的实时故障预测模型，欧洲运筹学杂志，207，1，269-283（2010）·Zbl 1205.90105号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。