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:
* \$ A2 [* j: `- r% p3 o; i$ J8 B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
3 s5 G0 I4 k/ W( d" [9 [1 x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* u0 x U, [3 U* z' g
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+ N* `5 W3 |" j4 g2 e
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. Q6 ~ _5 N3 E
插值算法等对问题进行了求解与分析。; c6 B4 D' g- t. S
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,5 h- d5 `& X( S+ U+ n# p
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,
9 ]4 m% o& O- I+ s! n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
0 ^( T& N( a* {. j! R c' w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
* D8 Z; V( [5 c, M) l8 w1 f {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 w2 `# ~: @4 g6 K6 l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,6 g; F8 k4 B$ A* B! I6 W! S/ q
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。# P. k) A3 W+ U$ t3 Y/ E$ @
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,% M! W( f# Z; O
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PM2.5
* W# ^$ q2 W& U5 H: Y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 f( I! \! Z" }3 r# q0 C: ?$ m
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;
) b3 f3 k* {' k/ R1 p4 G) W7 }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6 n" j% K, b8 E4 u' i, V2 M, U% l
中度污染,属于二级区的长安区为轻度污染。. Y3 B: C, j* a
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0 ]$ g8 M1 e0 Y2 g5 k
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,$ S' ~$ F3 M4 V y: M
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
* s: ~0 [9 X9 c4 {/ t+ h$ _9 s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,
) d; L" [0 l- o) \4 B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。- G0 r8 D$ J/ S# h: J+ y3 B Z( J
28 k( y. c [: b& A6 |
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PM2.5
. K' r+ U$ ~( o6 d0 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
6 b% G6 d0 W$ ^6 n* n( j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& r4 p3 c# ?3 F \* h
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
3 e* u! u6 v! i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
: d9 p6 o: ]+ _+ W律。
+ | J! O1 y# k" j- o4 J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
! Y- ~: g% |) x' ?, w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
) R' G, m0 p' `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0 h( f' t' }1 q; u# m/ _! K: r; O
别为:226.1835,174.89086,126.00372,79.40928,35(单位为3 g / m )。针对& f6 P# p2 X- F$ V/ `
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) k. F0 W6 o) v* Z1 W) Q
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4 F$ j+ W7 N, c
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
, {( B4 t3 L+ s0 D6 |# T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。" N4 r6 B' x, {
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
- i% b, V% _3 o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
! q' I! a- N8 c Z* z& P! G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0 X# ~9 B+ K; X/ Z, W: i
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8 ?1 L; s' d: ~9 u1 V# V# [
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,
6 Q6 d, _" K+ ]( i( t4 P3 v, a利用了主要目标法将双目标简化为单目标。
! ^( {$ o2 d' A9 ?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+ r( c) C- \% U+ N3 Z! K9 r: \
程模型、多目标非线性规划模型
* e( c' J$ b- ?0 I2 H8 {# ]4 W1 w2 n6 Z# _, e- z- o
|
zan
|