應用灰色理論GM(1, 1)模式預測資源回收成效－以新竹市為例

Garbage Recycling Quantity Prediction Using GM (1, 1) Model-the Case of Hsin-Chu City

林永禎(Youn-Jan Lin) ； 張謝淵(Hsieh-Yuan Chang) ； 陳柏鈞(Bo-Juin Chen)

《明新學報》 34卷1期 (2008/02) Pp. 27-39

https://doi.org/10.29688/MHJ.200802.0003

摘要

本研究運用新竹市政府環保局所公布之數據，使用灰關聯預測模式GM(1, 1)進行資源回收預測。灰色理論是假設在任何隨機過程都是在一定幅值範圍變化的灰色量，稱隨機過程為灰色過程，僅需少數據較即可建立預測模型，目前整理所得數據僅有五年五個數據，因此使用此方法來預測資源回收成效甚為適當。民眾只要將家中垃圾分為「資源垃圾」、「廚餘」及「一般垃圾」三大類排出，就能讓垃圾變為資源。新竹市每年平均垃圾量，90年之前為349頓，經資源回收後91~95年為301.5頓，減少了13.61%，可見資源回收具有相當之成效。利用90~93年的資料建立預測模式，模式之計算誤差，每年一般垃圾為0.67%，每年事業廢棄物為9.08%，平均每日每人垃圾量為2.88%，每年廢紙類為7.04%，其誤差皆相當小，表示模式適用於其中四種預測；再以模式預測94~95年的資料評估其預測效果，經計算預測誤差，每年一般垃圾為4.19%，每年事業廢棄物為9.85%，每年廢紙類回收量為5.49%，平均每日每人垃圾量為3.08%，表示模式能有效應用於此四種預測，模式預測誤差以3.08%為最小，其次依序為4.19%%、5.49%，而9.85%為最大，但預測結果皆已相當準確，預測出的數值可供資源回收處理量的規劃做預估，決策上可做一事先的判定與評估進行垃圾清運人力與資源回收清運人力上的調整，不會花費過多或過少之經費與人力在整體垃圾清運上的分配。其往後如有新資源回收政策亦可以嘗試使用此方法，推估往後回收量以此修決政策方向。

關鍵字

灰關聯預測 ； 資源回收量預測 ； 資源回收處理量規劃

並列摘要

Garbage recycling can reduce lots of garbage and transfer garbage to resource. The purpose of this paper is to predict garbage recycling quantity by using GM (1, 1) model for solid waste planning and management in the future. The findings show that GM (1, 1) model can not only effectively predict garbage recycling quantity but also conduct suitable planning for solid waste planning and management in the future.

並列關鍵字

grey prediction ； garbage recycling quantity prediction ； solid waste planning and management

參考文獻

溫坤禮、張簡士琨、葉鎮愷、王建文、林慧姍(2006)。MATLAB在灰色理論的應用。全華圖書公司。

溫坤禮、黃宜豐、陳繁雄(2002)。灰預測原理與應用。全華科技圖書公司。

鄧聚龍(2000)。灰色系統理論與應用。高立圖書公司。

鄧聚龍、郭洪、溫坤裡、張延正、張偉哲(1999)。灰預測模型方法與應用。高立圖書公司。