[发明专利]一种耦合多源大数据的街道生活垃圾收运量预测方法

说明书

本发明公开了一种耦合多源大数据的街道生活垃圾收运量预测方法，包括：将区域内的街道图与垃圾中转站地理坐标图进行连接，为各个垃圾中转站匹配所属街道信息，将区域内的各类用地建筑基底面积数据和街道边界图进行叠加分析，计算出各街道的建筑密度；根据区域内人口密度数据、房价数据、各街道的社会消费品零售总额得出每个街道的人口密度；对每个街道的建筑面积、高度数据、建筑密度和人口密度进行归一化处理；将归一化后的数据输入预先构建并训练好的BP神经网络中；发明实现社区、街道内的垃圾收运量的准确预测。

技术领域

本发明涉及垃圾收运量预测技术领域，具体涉及一种耦合多源大数据的 街道生活垃圾收运量预测方法。

背景技术

国内外研究在生活垃圾预测中主要运用的方法可以大致分为两大类：第 一类方法主要是利用经济和文化因素等作为指标作为自变量，如人均收入水 平、地区生产总值、房价、受教育水平等，运用的分析模型主要包括多元回 归分析模型、人均垃圾产生量预测法、人工神经网络模型、系统动力学模型 等；第二类方法是通过获取研究对象的生活垃圾量的历史数据，通过使用数 学方法对历史数据的比较分析来推断未来垃圾的产量，主要包括灰色模型、 时间序列模型等。这些研究主要以城市、区域的垃圾量为预测对象，利用大尺度数据如国民经济生产总值、人均消费支出、城市化率等来对垃圾产生量 进行预测和分析。大尺度范围的研究能够体现宏观生活垃圾产生情况，对于 大型垃圾处理厂和填埋场的容量设计和建筑规划有指导意义。但是由于每个 街道、社区的面积和居民数量差异，导致了垃圾收运需求的差异，而现有的 大尺度范围研究并不能体现这方面的差异，因此难以为小尺度范围的垃圾收 运和处理设施的设计提供参考。而随着生活分类政策的推广和收运政策的改 进，相较于以往的各街道集中收运后运至填埋场或处理厂的方式，现阶段的 垃圾收运和分类政策更倾向于考虑街道内或几个街道合并所产生的垃圾量集 中收运到街道内的小型垃圾处理中心进行处置，各地更是积极开展“餐厨垃圾 不出社区”的改革，要求餐厨垃圾直接在街道内进行收运和集中处理，以减少 大型垃圾处理场和填埋场的压力。上述现行垃圾处理措施对小尺度研究范围 的垃圾量预测精度提出了更高的要求，但是现有针对小尺度范围对生活垃圾 产生量进行预测的方法比较缺乏，难以根据科学的预测结果设计社区、街道 内垃圾分类和处理设施的容量、布局以及制定相关的垃圾处理政策。

发明内容

本发明的目的是为了克服以上现有技术存在的不足，提供了一种能够对 社区、街道内的垃圾收运和处理的实际情况进行准确预测的耦合多源大数据 的街道生活垃圾收运量预测方法。

本发明的目的通过以下的技术方案实现：

一种耦合多源大数据的街道生活垃圾收运量预测方法，包括：

S1，将区域内的街道图与垃圾中转站地理坐标图进行连接，为各个垃圾 中转站匹配所属街道信息，并进行可视化处理；

S2，将区域内的各类用地建筑基底面积数据和街道边界图进行叠加分析， 得出每个地块或建筑的所属街道，并统计出每个街道的建筑面积和高度数据， 再计算出各街道的建筑密度；

S3，根据区域内人口密度数据、房价数据、各街道的社会消费品零售总 额得出每个街道的人口密度；

S4，对每个街道的建筑面积、高度数据、建筑密度和人口密度进行归一 化处理；

S5，将归一化后的数据输入预先构建并训练好的BP神经网络中；

S6，BP神经网络输出垃圾中转站的平均日处理量。

优选地，计算出各街道的建筑密度的公式为：建筑密度＝街道建筑总面积÷ 街道占地面积×100％＝街道建筑密度。

优选地，归一化处理的公式为：