TA的每日心情 | 奋斗 2024-7-1 22:21 |
|---|
签到天数: 2014 天 [LV.Master]伴坛终老
- 自我介绍
- 数学中国站长
 群组: 数学建模培训课堂1 群组: 数学中国美赛辅助报名 群组: Matlab讨论组 群组: 2013认证赛A题讨论群组 群组: 2013认证赛C题讨论群组 |
摘 要:& \, C6 \3 B, s* o$ X5 F6 Y: ? n+ p
本文针对空气中PM2.5 的相关因素分析、分布与演变及应急处理和空气质
( s6 n! \, X* h* J' r8 K& i h, n量控制管理的问题,采用相关分析、回归分析、二维插值、微分方程、非线性规
0 V9 W" h7 K2 |2 M& r( J \划等方法,建立了相关性分析模型、多元线性回归方程模型、Shepard 二维插值
( Y$ ^8 h$ T; d# L& k模型、偏微分方程模型和多目标非线性规划模型,运用最小二乘估计算法、数值
1 G# X H9 X& A7 f$ g插值算法等对问题进行了求解与分析。. `1 F( x0 s8 c4 h' | `6 R% k
问题一中,要求对PM2.5 进行相关因素分析。首先,运用相关性分析方法,6 h9 x! E4 a) ?6 E6 N$ B
建立AQI 中6 个基本监测指标间的相关性分析模型,利用SPSS 软件进行求解,. ?# [7 a; ` @
得到各指标间的相关性,如PM2.5 与一氧化碳间相关系数为0.822,呈显著正相
! ?( n4 D: Y+ u5 z6 C关;然后,建立了PM2.5 与其它5 项分指标间的两两回归分析模型并分析;最; O# }( q" f" H- A) s& ~8 U
后,运用回归分析的方法,建立PM2.5 与其它5 项分指标间的多元线性回归模6 {: A! y. P5 r) C0 o
型,采用最小二乘估计方法对回归系数进行估计,并对回归方程进行了残差检验,
' P2 Y( g& g0 ?1 r$ b- G对异常点进行了逐次剔除最终得到拟合度达到97.1%的多元线性回归方程。! B- D- \2 Y9 B# ]
问题二中,要求对PM2.5 的分布与演变及应急处理进行研究。针对第1 小问,
% U; E" A8 R) v: W+ m2 t2 i首先,研究了PM2.5 随时间的变化规律,建立了基于三次样条插值法的PM2.58 ^6 B6 H) L4 z
随时间变化模型;然后,建立了Shepard 二维插值模型,利用MATLAB 软件编, l) T3 m4 i" t$ X: I$ j; i) h
程求解,得到了PM2.5 的空间分布规律,如PM2.5 在高压开关厂的含量最大;3 F) }6 k' d* P& [2 v9 g
最后,建立了分区污染评估模型,并得到了其评估结果,如属于一级区的草滩为
) |* v& k2 u$ y; E中度污染,属于二级区的长安区为轻度污染。1 {9 j. t3 [4 W+ z0 B
针对问题二第2 小问,首先,运用回归分析的方法,建立了PM2.5 与气象
5 ]2 ?; {9 Y& X$ b# ~( o3 i' E因素间的多元线性回归模型来分析气象因素对PM2.5 的影响,如在冬季时,4 i" K" U9 K3 w" R% d
PM2.5 浓度与湿度和温度呈正相关;然后,在建立PM2.5 在边界层中扩散的物2 \8 s! u8 J: C; R' D0 H$ [$ `* X; k
理模型和迁移、转化的基本模型的基础上建立了PM2.5 扩散的偏微分方程模型,
' k8 W+ r/ O2 F; {并利用MATLAB 软件编程求解得到了PM2.5 扩散的偏微分方程模型的解析解。; Y! m' _4 U5 F" E
2
, t$ p: ]/ r( T" _5 \针对问题二第3 小问,首先,建立了PM2.5 在地面的浓度分布模型和PM2.58 `, M. g! T6 ]7 ?/ F- M
污染扩散的预测模型;然后,对PM2.5 污染扩散预测模型进行了参数估计;最
+ V( f5 e; a6 O+ E$ K/ i) K后,代入实例得到了各个监测点PM2.5 浓度的预测评估结果,如高新西区为重
- `" {! s8 V# I( R$ w度污染区域,广运潭为安全区域。针对问题二第4 小问,用残差检验与稳定性检
; @- c' O, Q- X; \/ g验了模型合理性,并总结已有研究成果给出了PM2.5 的成因、演变等一般性规! v& ]: B$ O) B, p) P8 o
律。
* r8 h: c! W6 _" h9 Y* Z问题三中,要求对空气质量进行控制管理。针对第1 小问,引入了效用函数5 g# L( k: c2 a# M
建立以满意度最大为目标的非线性规划模型,利用了LINGO 13.0 版优化软件进& A @# J" j; R( O6 u2 X) r! l& X
行了编程求解,得到未来五年PM2.5 每年的全年年终要求达标的年平均浓度分
: k" G. b$ | ?' q: S& w1 B( n别为:226.1835,174.89086,126.00372,79.40928,35(单位为3 g / m )。针对
( x- {6 s, X+ x; s5 | z第2 小问,建立了以投入总费用最少和PM2.5 减排计划实施满意度最大为目标
+ ]9 D2 O! _/ N6 {8 o9 V的多目标非线性规划模型。在求解过程中,利用了主要目标法将双目标简化为单( I: z% g0 R) ~. r+ z( _) X. N" Q) q- R
目标;然后利用了LINGO 13.0 版优化软件进行了编程求解,得出了五年投入的# J- H# f2 u6 W' Y
总费用最少为64.13053 费用单位(百万元),并对方案的合理性进行了论述。
2 I5 k6 v6 O7 c本文的特色在于,在问题一中,采用了最小二乘估计方法对回归系数进行
7 t3 ^+ t1 i# \! `2 {/ ?估计,并对回归方程进行了残差检验,且对异常点进行了逐次剔除最终得到拟合6 A' }' u5 o* p% M' M
度达到97.1%的多元线性回归方程;在问题二中,考虑了多方面情况,建立了$ o7 _+ `4 x! L$ |. J a
Shepard 二维插值模型和偏微分方程模型;在问题三中,引入了效用函数建立以
3 ]) `1 d3 v5 d/ _$ R/ m9 l* U满意度最大为目标的非线性规划模型,在对多目标非线性规划模型求解过程中,/ T) f) s; W) w- D) J' |
利用了主要目标法将双目标简化为单目标。# C4 m# E: n6 ?4 ?
关键词:相关分析、回归分析、二维插值、最小二乘估计、残差检验、偏微分方' Q+ f s/ U8 G$ G% q7 T
程模型、多目标非线性规划模型
}- g! ~% G1 g
/ d: z7 V( Z# N8 T' i. e |
zan
|