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:8 {" }9 O X @5 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: A( T- E( O+ ~+ f7 j2 u0 K
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/ c" p9 m( {% N8 q, O6 E2 S. H; [
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
: j: j1 i7 J# X5 A) Q1 x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# |. O" B; I) {! Y0 c5 M
插值算法等对问题进行了求解与分析。
5 t; _5 H' L! n' }% i0 W+ ]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,
+ N# |; R# s6 @; F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,+ C" Z# ~" E% S$ ~. c
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9 n' l- M% A# O X# b+ S* p* k
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& M0 b- x0 }2 N$ ?; ]' O% {
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 x2 ]5 R7 r4 a1 _2 {2 J
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,
( b; N* T* I- j# d$ ^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。+ [" y- }5 |( Y$ W* u
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,5 e9 Q: M+ Y' ~( \/ R
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/ Z9 `9 x0 M* ]' H% |0 L/ @0 _
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/ T6 r% q+ W* Z2 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;
/ \5 m, j( j/ H/ S% [ k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
5 |0 n9 o$ |# R" K5 w$ p' L$ \中度污染,属于二级区的长安区为轻度污染。0 |3 H, q) S+ S; L u |9 |/ l
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 C! H* m4 J! I* Q0 b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,2 y: g1 Q U/ _& x* ?( x& w
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+ Z* b8 j T R0 C! M' f) }) r
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,
3 ]2 l" _: d( p) r' C# c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。7 S' g0 p- A0 _1 r! u x; @* p
2
$ G( p+ [* c2 v% U. M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: N1 m: D' {5 V3 z
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 D9 E- z4 A% ~- 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# F0 I* d- i2 G! u* n9 f* |
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9 [, z2 g1 p' q% s
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
8 t% O6 ^8 e5 D6 m+ ]- A3 u) k律。
. ^. U1 e+ \6 \% }* ^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
' p6 P$ A0 v- z' l, J/ I6 R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( ^1 c* ?# C8 L0 i* u
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 D8 U3 Q% l* X. q# b9 m$ U
别为:226.1835,174.89086,126.00372,79.40928,35(单位为3 g / m )。针对
( G! X/ ^5 p2 A! b% \6 n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
# Y9 ^) `& H. ? E9 y! k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
+ z, a# J- i. q4 b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
/ U$ g4 M( ?2 |# f! J( ?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。
# S2 K/ Z' z/ S3 J( ]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0 I) f+ A4 g# O( W3 c( D1 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7 d; V/ f8 j/ Y8 j% [
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
+ A: ?( o5 v- L9 s: `+ c7 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4 `5 Z; o" b+ {# Y2 t. x
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,
0 f4 `6 h: o+ @利用了主要目标法将双目标简化为单目标。
" H& i0 \; n4 X. m+ h" k* Q9 l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; S! O) j# l4 B' B
程模型、多目标非线性规划模型0 T" K# A5 \8 d, W- f, p
3 `' V# z0 e% S: n( r% q0 P
|
zan
|