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:6 J' C! n) z1 {3 N( B$ m
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
6 ]9 w* W" i2 [9 h& R8 x) d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
( H' k4 Q5 o4 {1 [/ F( j4 W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
7 m, s {4 X" w5 ]7 R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
4 n2 x! e, o6 z/ R7 D/ K插值算法等对问题进行了求解与分析。. {5 {+ q; M9 h( z) `
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,
V# F( H4 l1 j! e; \$ h" s0 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,
) |6 E9 P1 W) a2 C$ G4 [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
- F/ h8 u& n" \( z/ O3 ?关;然后,建立了PM2.5 与其它5 项分指标间的两两回归分析模型并分析;最
! u# d5 m1 r9 S后,运用回归分析的方法,建立PM2.5 与其它5 项分指标间的多元线性回归模
/ n. H6 N h0 F& O0 W型,采用最小二乘估计方法对回归系数进行估计,并对回归方程进行了残差检验,% y0 a5 m+ `+ j/ g
对异常点进行了逐次剔除最终得到拟合度达到97.1%的多元线性回归方程。
( u) @' A$ q* J' }% ~8 A. g4 a9 e问题二中,要求对PM2.5 的分布与演变及应急处理进行研究。针对第1 小问,; [2 Q4 f1 k$ V3 P+ P7 [
首先,研究了PM2.5 随时间的变化规律,建立了基于三次样条插值法的PM2.5
" i$ y ^% S: L% O* ]4 n1 F8 V* F; n* H随时间变化模型;然后,建立了Shepard 二维插值模型,利用MATLAB 软件编& H1 r6 C1 k7 D7 C
程求解,得到了PM2.5 的空间分布规律,如PM2.5 在高压开关厂的含量最大;2 Z' ?: J* T! g
最后,建立了分区污染评估模型,并得到了其评估结果,如属于一级区的草滩为+ o3 }# ]3 x7 Q! g$ }( Q* L" d! u
中度污染,属于二级区的长安区为轻度污染。
$ [+ ]: X& [: D7 I' Z6 u3 C针对问题二第2 小问,首先,运用回归分析的方法,建立了PM2.5 与气象
* g- O" t; C6 M2 A! E因素间的多元线性回归模型来分析气象因素对PM2.5 的影响,如在冬季时,5 O, X* z. [/ P4 N% E; p8 d7 k
PM2.5 浓度与湿度和温度呈正相关;然后,在建立PM2.5 在边界层中扩散的物
! C# S5 ] w& U- r. J理模型和迁移、转化的基本模型的基础上建立了PM2.5 扩散的偏微分方程模型,( R K' r: j; z7 }& I2 V
并利用MATLAB 软件编程求解得到了PM2.5 扩散的偏微分方程模型的解析解。
$ G' g8 I4 h: ^* Z: z# e) e) J0 T2
, B; G5 W+ d5 i& q5 h* l2 i5 E3 F针对问题二第3 小问,首先,建立了PM2.5 在地面的浓度分布模型和PM2.5/ O: ]$ O$ v" z% e
污染扩散的预测模型;然后,对PM2.5 污染扩散预测模型进行了参数估计;最
* E$ P, B9 q' w, m( O后,代入实例得到了各个监测点PM2.5 浓度的预测评估结果,如高新西区为重
8 W7 \% E; a) V2 x# M7 V. m4 C度污染区域,广运潭为安全区域。针对问题二第4 小问,用残差检验与稳定性检1 p' N. D5 s5 Y4 x7 J1 S
验了模型合理性,并总结已有研究成果给出了PM2.5 的成因、演变等一般性规7 e4 [8 N( l- ~" ?
律。0 H8 R, q" Q" ^8 @: x
问题三中,要求对空气质量进行控制管理。针对第1 小问,引入了效用函数* t7 r3 P9 c( v* k* |
建立以满意度最大为目标的非线性规划模型,利用了LINGO 13.0 版优化软件进) i$ n9 @; X0 ~( u9 Z
行了编程求解,得到未来五年PM2.5 每年的全年年终要求达标的年平均浓度分
6 R7 R. ~& [4 J' H" N" m别为:226.1835,174.89086,126.00372,79.40928,35(单位为3 g / m )。针对
3 N: q3 @# R0 I* T: Q第2 小问,建立了以投入总费用最少和PM2.5 减排计划实施满意度最大为目标0 [2 ^; a" u# y# z8 c
的多目标非线性规划模型。在求解过程中,利用了主要目标法将双目标简化为单 W" m B( \) T' 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
: H' v: S4 i: C* p; X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。
- n1 `# w8 P$ D& I6 @. s# n! Z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) o; Y; o: I$ \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 x" K8 D6 M: I8 ?" G1 ^
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
/ U7 b) w0 j" P! M3 O9 oShepard 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
' e( q [1 ^' K7 H2 B/ j& q% E0 }1 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,# s6 z1 F. d. ?; Q4 U i
利用了主要目标法将双目标简化为单目标。4 V. t( P/ G2 p
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
}6 Y" {: G/ Q$ P( f& U* L程模型、多目标非线性规划模型
! h" H& l' ]7 \ H4 E; ]+ Y* n0 |- p* Y6 n% a4 k+ }* U0 q
|
zan
|