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:
: ~# E' Y3 s0 {5 B0 i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: s( |6 G% q/ t
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4 g9 T' S' l% `% l0 N, Q0 O
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, T- y) w, ~) ~# z, A/ M
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
! p/ L9 t- r0 R$ L) @0 B插值算法等对问题进行了求解与分析。
8 x! N0 }" P4 Q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,
$ O9 v% Y O, Y* [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,1 P" U T) d1 P8 Y
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& s7 ^9 ]4 Y5 E8 X2 E
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( j% b% c4 Q$ i4 B+ x, ~
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7 I/ U8 D% T0 S0 v, V P6 b
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,
G$ U8 r5 c4 |0 g7 f$ Z8 J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。+ d5 {7 g$ O: a% u g
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. l9 M3 C/ x/ n/ 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PM2.5
5 R7 ]" f4 X9 F4 F4 D6 Q# q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1 k, s! e& V" b- c; n! V7 U
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;: x. z* ^3 ]' i
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! B: q/ ]) B, @+ ^
中度污染,属于二级区的长安区为轻度污染。
) a' N0 g% p h' u6 C. a V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
R7 T; `8 F) V. Z, t9 b4 O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,; Z! F+ V. k& k. a
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
8 M0 F- Z% w) I7 t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,
" B$ C3 f$ R+ s! t6 A2 w- a+ _1 x0 Y/ V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。
. S2 Z) o& R7 N. }4 `$ w! p! u2
8 x+ v* f+ x0 \1 D, u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PM2.55 r. }9 T4 V% N) q' B
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
9 u7 N" ~! s; R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
& T+ K! ~2 z- ^) q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* X, l4 c6 \! w/ N! Z" v
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
) ^+ I/ a7 X: ~+ ^2 O% h, X律。* m7 S3 `8 h. ^" H3 h8 {
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/ `* ^1 u- Y2 i# K3 z
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7 r2 U9 ~- Q5 H8 F
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
+ K2 z8 ?* P2 j+ E- C% b别为:226.1835,174.89086,126.00372,79.40928,35(单位为3 g / m )。针对5 i5 }% E) k/ E) B" Q9 e5 h
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$ t8 c7 W0 b' K. N% C) 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8 r/ J$ _" ~# a
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, @* }/ q! [- J& S
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。& y; I. W% v7 p ~3 p" I( W5 f
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% |' j* g6 a7 E$ @+ ^
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
5 T6 Q- x7 S7 R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
' v! Z6 ?/ J$ f# P" W* E3 WShepard 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) W9 p" ^1 T' {+ F7 r; Z& b0 {
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,) x1 V& ?$ E' Q: W5 O: m7 W/ Q
利用了主要目标法将双目标简化为单目标。5 }7 S8 G7 B- i- f [
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
2 L2 r: A& b7 W( A9 N程模型、多目标非线性规划模型/ b+ t- g4 r) B; q" v$ z/ B
0 p* T; o/ J i- N! s
|
zan
|