加入收藏 | 设为首页 | 阅知网,倾力打造学术界一站式发表平台!
 自然科学
基于GM(1,1)-斯坦福模型的广西电子产品废弃量预测研究
发布时间:2019-11-08 11:49:35 点击: 来源:未知
随着信息技术的快速发展和人们消费水平的提高,电子产品的更新换代速度加快,废弃的电子产品也急剧增加。由于废弃电子产品具有两面性:一是经过简单翻新可以再使用或者可以提炼贵重金属以及其余有用材料;二是不处理或者不合适处理对环境造成的破坏。因此,如何科学规范地回收处理废弃电子产品是回收物流系统研究的重要命题,而准确有效地估算电子产品废弃量是关键,直接关系到回收处理企业的发展以及政府相关政策的出台。
电子产品的废弃量估算一般考虑产品的生产量和销售量以及产品的使用年限,估算模型主要有7种[1]:(1)市场供给模型。该模型是根据产品的销售量数据和产品的平均寿命期来估算电子废弃量。(2)市场供给A模型[2]。该模型在市场供给模型的基础上,假设每年销售的产品服从几种不同的寿命期,并赋予一定的比例再进行估算电子废弃量。(3)斯坦福模型[3]。该模型采用某时间段内进入社会的销售量和该时间段内社会保有量的变化来计算电子废物的产生量,其计算方法与市场供给A模型类似,不同之处在于市场供给A模型中的废弃的百分比是定值,而斯坦福模型中的废弃的百分是变化的。(4)卡内基梅隆模型。主要针对电子产品废弃后的四种不同的处理方式,分别赋予一定的比例,估算出再使用量、闲置量、再循环量以及填埋量的一种估算模型。该模型比较适合用于电子产品寿命比较长的废旧电器。(5)时间梯度模型。根据销售量数据和社会保有量来进行电子产品废弃量的产生。(6)估计模型。结合库存量和平均寿命期方法计算,用社会保有量除以平均寿命期。(7)ICER模型。该模型通过估计产品替换率来估算废弃量。
预测方法的选择是进行科学预测的前提[4],进行电子产品销售量预测的方法很多,主要的预测方法分为两类:一类是常用预测方法以静态为主的有回归分析预测法和灰色预测法[5];另一类是动态预测方法,主要包括时间序列预测法[6]、人工神经网络和系统动力学模型[7]等。静态预测模型和动态预测模型均有特定的应用场合和条件。灰色GM(1,1)预测模型可在数据较少或灰色信息存在的情况下,对非线性不确定系统进行预测,适用于时间比较短,数据资料比较少,数据不需要典型分布规划的模型。广西电子产品样本数据有限,且存在部分数据资料不齐全的情况,因此本文采用基于GM(1,1)模型的时间序列预测广西家电子产品未来的销售量。斯坦福模型适用于淘汰速度变化比较快的电子产品,而时间梯度模型、估计模型和ICER模型适用于淘汰速度较慢,需要有长期连续的数据作为支撑的电子产品预测根据。根据家电电子产品的寿命以及淘汰速度变化较快等特征,本文则采用斯坦福模型预测电子产品的报废量。
由于彩色电视机、洗衣机、空调器、电冰箱、家用电脑和移动电话等6种类型的产品是电子产品废弃物产生的主要来源,因此在本文中选择该6种产品作为电子产品废弃量预测的对象。