邢布飞 陈少玲 王彤彤 洪斐佳

摘要：文章以2000～2011年北京市垃圾清运量的数据为基础，依次建立线性回归模型、灰色预测模型和BP神经网络模型，并分别利用三种模型预测出2012年的垃圾清运量。通过预测结果与实际数据的对比，得出BP神经网络模型比较适合预测北京市垃圾产生量。最后，文章利用BP神经网络模型预测出了未来10年北京市的垃圾产生量，并根据预测结果提出了结论和建议。

关键词：北京市;垃圾产生量;预测;线性回归;灰色预测;神经网络

随着社会经济的高飞速发展，北京市生活垃圾产量呈现高速增长的态势。城市生活垃圾产量的预测作为城市垃圾处理设施规划的基础工作，是控制生活垃圾产量增加的重要依据。

目前预测城市垃圾产量的方法主要有线性回归模型、指数平滑模型、灰色预测模型等。根据北京市2000～2012年垃圾清运量的数据，本文尝试通过比较几种模型的拟合效果和预测结果来选择可以准确预测未来三年北京市垃圾清运量的模型，并通过预测结果提出未来北京市垃圾设施规划的建议。

一、线性回归模型

回归分析是确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法。它基于观测数据建立变量间适当的依赖关系，以分析数据内在规律，并可用于预报、控制等问题。在回归分析中，变量可分为两类：一类是因变量，它们通常是实际问题中所关心的一类指标;影响因变量取值的另一类变量称为自变量。……