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:
! D, ?$ S/ n2 ]# A) @3 _3 w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8 S/ Y/ O+ c; R' e! ~8 i
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3 P2 a$ h5 q2 F
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( ?3 s8 c1 `. D5 B5 `$ @ K9 d4 U
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
/ s7 [8 w7 H/ H7 ?& U插值算法等对问题进行了求解与分析。( y6 z1 q7 t9 G1 j2 y
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,) o/ d$ f5 Q9 _! L8 l
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,
/ P! V; s/ ^+ p9 X/ `* f& {9 W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
R/ m% O2 v8 j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5 y3 @, k( Q: e
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! }! h6 {2 R5 `& 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,
1 y( c$ o/ R9 z+ J' v9 I% ]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。
" s1 d/ K- ^% G9 K: q- X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,4 x: D! U4 q5 | a# }
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$ x+ H O0 W7 k1 h+ s3 ]
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 G) V2 m. l3 f$ |1 s7 N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;
7 n' [8 ?+ v6 S4 f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! N/ n5 x4 H. o8 }) c
中度污染,属于二级区的长安区为轻度污染。 \3 H/ F ^% g( x
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
* _: V3 W9 t) K( B1 [+ g: e8 ?6 K5 H: 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,
1 l: a1 N0 O" d: F& BPM2.5 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
5 i2 |+ x' a( p4 ?/ v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,
2 U& I" {4 ]/ w2 w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。
5 E; V' Z( n/ i+ _2
+ z- K+ ~( j0 @3 a3 _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) M* }* n( `: h2 ~; \
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5 Z2 i+ P/ ~" ^: P y9 S! e: Y6 |; {
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4 V6 Q8 y& P0 h' d i% 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% g& x. I/ e& a* n" _
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
) ~' t5 g) I+ K8 o0 d9 `: w0 ]7 Y律。
+ H+ o8 k3 ]3 b" w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 z4 q6 i8 D3 e# v+ n/ w6 d
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! f2 r6 F) Z r
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7 N, s( a+ O- o/ H
别为:226.1835,174.89086,126.00372,79.40928,35(单位为3 g / m )。针对% F5 M# P) Y; z! E V0 M- t1 i4 ?
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
: F2 S: k. F- D2 O' }, z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
" L/ a) m+ Y2 w5 d7 R, ]$ m( I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
# _+ W( P" Z4 w7 @$ |! A, H$ q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。. Z$ H8 h( R0 {2 R+ N- d( r
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) b# P$ O$ A9 M1 [6 u3 L8 b3 A$ t% X
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 C: ~8 r5 v. I* s
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4 A/ `( O& S) _) g
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' |/ @% d* n8 s1 S1 C5 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 f( A; z: T; a) Z! S
利用了主要目标法将双目标简化为单目标。9 n; v: S0 ?- ~6 g
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
# I# R9 `2 N3 y4 k$ Z- j程模型、多目标非线性规划模型8 u j( e$ K, ~& h1 W
3 P! E7 f0 z3 G- @: w+ P# F |
zan
|