Библиографическое описание:Применение многофакторного анализа для прогнозирования промышленных выбросов и их последствий / Е. И. Кича, М. А. Кича, Д. С. Маловик, В. С. Михайленко. - (Экология). - Текст : непосредственный // Кузнечно-штамповочное производство. Обработка материалов давлением. - 2021. - № 6. - С. 31-36. - Библиогр.: с. 36 (9 назв. ). - ISSN 0234-8241.
Аннотация:На данный момент остро стоит вопрос разрешения широкого спектра существующих экологических проблем. Необходимо достижение баланса между тремя ключевыми элементами: экономическим развитием, поддержанием состояния окружающей среды и созданием комфортных условий для жизнедеятельности человека. Одним из векторов для достижения баланса является разработка механизмов прогнозирования промышленных выбросов на базе экспертной информации и статистических данных. Особого внимания заслуживает состояние атмосферного воздуха, так как на его качество существенное влияние оказывают промышленные выбросы. Таким образом, к изучению промышленных выбросов необходимо подходить с позиции системного анализа. Для решения перечисленных проблем предлагается использовать многофакторное прогнозирование на базе оценки совокупного количества промышленных выбросов, отводящихся от источников народного хозяйства. Для прогнозирования объема промышленных выбросов с целью разработки и реализации мер, направленных на обеспечение экологической безопасности, используются многофакторное прогнозирование на основе многофакторное прогнозирование на основе многофакторной регрессионной модели с целью оценки совокупного количества промышленных выбросов от источников народного хозяйства. При этом прогнозные модели разрабатываются для каждого фактора на базе временных рядов с использованием информации двух типов: статистических данных и мнений экспертов. Необходимо учитывать, что для временных рядов могут использоваться прогнозные модели двух разновидностей: линейные и нелинейные. Если используются модели нелинейного типа, то для осуществления качественной оценки их параметров посредством метода наименьших модулей, наиболее результативным является применение метода Ньютона - Гаусса.
