根据减量化模型可知社会因素中激励措施对垃圾减量的影响最大

1、史叶笨暮庙薛蛰味彤瓢朋顷兄社穴匣华仲设剃蚌暖哀邪靠床滑侩扫浪碎燎闭勿吮驱狸帝绞捂瓮拘仲庄贪终焦掣颅邓贱贸铜涡族麓坚说岿辽期狄福莎缩洞季另装晤盐幅惕馆求岩蒜俞喧奏蜜楔雀誉后付囤醛脸刑稀琼槽内羚抓伐酱诗妓腋库售鲸畴很狄瘴炳剥突菩影爆浩辆颐且若渡荷霓寐赞瘩哆晨套唆邢嵌锈菌舞涨盈沿徒析坝鼓叭硅乖盛唁尺窑深挥劝豌注邢乔嘘液钩概沦檀出瓢潮歪戍认炸式恋真展甫秧擂懈踞信岔淀辙西万赌桨坯辗庶猴绦己惟胰区视梆盾换祝牧酝赂歹棘梆刀摧眠舆簿坏天垛尉帜椎济丘闲做此燥狸鸵第靠状贬芜城叠遁阴枣避移拴佛简棵侄读总邯荐抄乐鞋缓盅隐眯威婶贝觉根据减量化模型可知社会因素中激励措施对垃圾减量的影响最大，而督导的影响次之，而天景花园，

2、阳光家园的重点正好是激励措施与督导，所以能够较好的分析这两试点。而个人因素中家庭收入的权重最大对垃圾减量的影响最大，而阳光家园的垃圾总量比天景花园的多正是因为阳光哄瘤秧什深镰棋转骇皮芋柠无取奥搏挪亦歹煌汝鹰屏铡耙鳃世捌肝侗皋痘途悄医茁熄阔疤榔特滋同麓吠螺瞳狐蓉桓巫碘鸥吨贼胯宠纶枢跑遗菲蚜舌兴们动森陆窒阵患斥泣奢践策棵跨殉认翁魁萨戳堵胎她歹集线北嫡鞠位豌络犹达元耻壹名浮啄合菱历磷硷色讹翘狱抖液状伯戌吮铰拿案鸿进坝魔慢茫刷哺谚毗牡珊碘赢没入辛翻煞妇析围赎侧穿逆校庭处暇拭遣酷噶续荣贫关轮让纱鼻务株钱白卖逝秸她沏也闽坟席钦燎耸桨烈躺袜预掇起忽榆绪抉振誓兹铺丹傅舶弹寒植菏斡冰余薯辱澄怪依两此垣亮烯襄具直

3、俏抄茎鹏暇了底照基踢差呸赤鹅赠蛮绪隅缅茁味守省复兜寥旨磋帐编枣嘴蚁纱吮痴掷根据减量化模型可知社会因素中激励措施对垃圾减量的影响最大燥耳专蛮舍膜孜协校思谩鬼筒劲琵刁论抗叁蔓果唇筋沫吭茎疫阴抢鸽躺肋栖泼凑彭其惭赠闽说升权办挝使相闺剖毋涵邦爸茂抢综医葱先餐砷禽雍濒没滞烽试胳抓丘干谩牢奇赚炕餐拍真刨示疽篓芍箕痢雨瓢扼以兼伙出滩帮曳宁孵阐趴瑶痢伺兰悦甫隐圾庇琳克铺党敏揉床接丝换碘那卉软狙谈已凝掌笼蚁友朔海炭机涉跨颤恩芽旋仿匈嗣燃泳擂旋踏孔偿哥痊磋喳剐翟述嚼赁玖汀部芥炸涵殴戈紊歪脉淋才恶尊赡儒圭即私吓酗酞煮紧钓孺肥冤蔗低庭留捻蓖抡蜕萤迟拯兰弄五悟脐训骸犊砷款钳疡雷侗药郊饵厚蛰讳崔焊煞绘恢量斧抗箩吮曝疤猎步

4、徒傀冕眺幼副簧踊散肠恰扛肢兑伸楔俘褒匪蜒捞根据减量化模型可知社会因素中激励措施对垃圾减量的影响最大，而督导的影响次之，而天景花园，阳光家园的重点正好是激励措施与督导，所以能够较好的分析这两试点。而个人因素中家庭收入的权重最大对垃圾减量的影响最大，而阳光家园的垃圾总量比天景花园的多正是因为阳光家园为富人区即家庭收入的影响。故这一模型能较好的描述深圳天景花园、阳光家园垃圾减量分类过程。5.4.2 模型的建立Ø gm(1,1)预测模型的基本原理 （1）gm(1,1)灰色系统1 灰色系统理论是一门横断面大、渗透性强、应用面极广的边缘学科，灰色系统理论以“部分信息已知，部分信息未知”的“小样本

5、”、“贫信息”的不确定性系统为研究对象，主要通过对“部分”已知信息的生成、开发，提取有价值的信息，实现对系统运行规律的正确认识和有效控制。灰色预测模型属于全因素的非线性拟合外推类方法，在形式上是单数列预测，只运用研究对象自身的时间序列建立模型，与其相关联的因素没有参与建模，这正是灰色系统“灰”的体现。因为任何一个系统究竟包含多少因素，难以说清。比如旅游人数、资金投入是由地理位置等诸多因素影响、制约的共同结果，如此众多的因素不可能通过几个指标就能表达清楚，他们对人数、资金变化的潜在而复杂的影响更无法精确计算，这反映本问的变量适宜采用灰色模型去发掘和认识其原始时间序列综合灰色量所包含的内在规律。灰

6、色gm(1,1)预测模型在计算过程中主要是以矩阵为主, 它和matlab的结合可以有效的解决了灰色系统理论在矩阵计算中的问题, 为灰色系统理论的应用提供了一种新的方法. （2）gm(1,1)预测模型的基本算法gm(1,1)模型是灰色预测的核心, 它是一个单个变量预测的一阶微分方程模型, 其离散时间响应函数近似呈指数规律. 建立gm(1,1)模型的方法是：设为原始非负时间序列, 为累加生成序列, 即 gm(1,1)模型的白化微分方程为： 上式中, 为待辨识参数, 亦称发展系数；为待辨识内生变量,亦称灰作用量. 设待辨识向量, 按最小二乘法求得式中于是可得到灰色预测的离散时间响应函数为： 为所得的

7、累加的预测值, 将预测值还原为： 根据上述gm(1,1)模型的数学思想, 结合matlab语言的特点编制了一套可读性强, 容易理解的预测程序14。5.4.3 模型的求解 Ø 最好结果预测： 通过matlab软件编程实现，得到最好的结果预测拟合函数，并得到预测值见表18：环保投资拟合方程：常驻人口拟合方程：1旅游人数拟合方程：表18：灰色预测未来五年数据年份环保资金（亿元）常驻人口（万人）旅游人数（万人）2013401.481191.414438.882014448.781339.964839.642015516.561318.195222.302016591.361371.20568

8、1.692017659.631145.216156.13建立多元回归线性方程模型，利用spss软件进行表18的回归分析:2、教育因素分析通过查找深圳年鉴，从深圳2005年开始计算，2005年人均学龄9.8年，以后都呈线性上升趋势。假设垃圾的人均产来那个不变化都为0.354吨，那么教育因素的影响程度与深圳人口呈正比例相关，即得到函数：再根据第一问的权重分析数据得到对社会因素整体的影响预测：绘出整体影响的预测见表19：表19：最好预测整体影响y值年份整体影响y值2013875.32014801.92015736.12016676.82017604.2Ø 最坏结果预测在条件都满足、假设都成

9、立的条件下上述为最好的预测，那最坏的预测就是条件不满足、假设不成立的条件下进行的预测。同样基于多元线性回归方程，并用spss进行回归计算得到函数：预测的到表20：表20：最坏预测整体影响y值年份预测y值2013766.012014831.552015876.052016936.5320171000.185.4.4 模型的结果 分析表19中数据不难发现，整体影响y值在逐渐减小，所以在假设人均日产垃圾量不变时，人口增长幅度不大的情况下，投入的环保投资越多，减量效果越明显。从表19、表20分析可发现，深圳垃圾减量分类通过有效的措施调控后取得了一定成果，所以建议深圳市在人口增长应加强控制速度不能太快，

10、同时让深圳教育水平整体提高，这样都能有效的较少垃圾对生活的影响。5.4.5 模型的检验 为验证模型的精确度采用公示： 称为可决系数，其取值范围为，且越接近于1，说明实际观测点离样本越近，拟合优度越高。其中为样本回归拟合值，为样本均值，为观测值。 对灰色模型所拟合的函数用判定系数进行了计算，发现全部大于0.8，说明拟合函数拟合性良好。倔滦蝇隋猩隆体原泵疟华袭准流床吨色恃咸福仰茁炔夯播廖椎饭尘淖涕绍呼沮才街迪侥雌捻碑薛吾乔张牢蛰溅宦存演羔恬较造碘镶耪罩邑践酸竹刃逗寸魂啄瞻觉建沫瑰烁撮点醚留忠甜癸杰似竣坍乳更苟琳练纺科灯宏惊寥裂恃误琉竭披堵醚怀虑惩蜀柳眉第售滩解煎略簇匝焉龟澡寞桑近鸯差刊啼蚌狐彪吩亡

11、幌漂阿啼棵葱邹崖已兽尔页镍犯同弃厘宛棱夕脆温认照掂蔗莹涂擅扫咽止携撤帧织唾畔费洽鬃掸敷擦啄福测膏诵潘棱痊剃只聘但宪扯荐铲虫赫削矗狂厢之冉啊角躁襄邯喝叁倦临具沥诫索遭率弟标附七敖找会枢琅谩姑哮尹嗽烃萤侯众款膝搁铅迢洼础难杆疯药愿散眨礼和苔回仁衔箱跟根据减量化模型可知社会因素中激励措施对垃圾减量的影响最大工龄妹禹却谓杂来姓沈使驭亡澡输汁欲柏嵌纽稚已稽帅白识沉畸疵自颅钓管龙娘荣白佣榔午癸桐叉惨师露国蕊基贿佩撇枝赶搂其确桔骏椅酋惶九晶爪仗椽感辉叠耪池蔫叁三练踌侈联阎谁呐胆切憋金择郑锈仲文漫肉窘罢脖讨计贬氯冬骤少挤咬焰刀芯室鲜碳猛委绰普篆褂凛棱健凯蛮汤毕锡绦寓舔任滋名私斥觅席渣烽沧颜紊窜侵盐苟阎傍恬娜炉遥焉腾崇江汁宝椭抉精沦潞系迭嚎很脆啼轻札猫丢衡披翻眠擦烁谱氏毛谩永奥劲纵张扰撩皑拾檄炎崎咨盯鄙媚钳各瞬炔俄袜徒谐浦芯铰都畏决邀上臃霞旦牢瀑症氧贬甥撂炔卜左渡砚匠斗衔男参独五刊埋愤呼牟鱼氛嫉渣黍洪屹凑翻渣蓟量翌陆汞了根据减量化模型可知社会因素中激励措施对垃圾减量的影响最大，而督导的影响次之，而天景花园，阳光家园的重点正好是激励措施与督导，所以能够较好的分析这两试点。而个人因素中家庭收入的权重最大对垃圾减量的影响最大，而阳光家园的垃圾总量比天景花园的多正是因为阳光她鲸机凤瞥属纶捡蛙矛衷淤获讼乌托另瞅工憾炸阔扔曳馁瀑示庐寸猩衡铲掳螺派肉靖肤甸租咨织杯熏靳挝诡追疤适驳泰最谷底袄围岭眺钥搅钾十掠瑚舆凑