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:- T; a3 a- p" |9 t" c. l7 e
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 F. ~7 \6 \3 i9 n* V y5 V3 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( E2 W6 g$ S1 I1 a
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
" b. B+ q7 q- `" n1 c$ i4 K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2 A+ g' h% P1 v% Q8 s% q* W5 j
插值算法等对问题进行了求解与分析。
5 `- E$ R" }4 |4 R8 n" 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,1 X/ e# D9 ^! C4 b4 T# I
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,/ D; a# d7 j/ ]" `5 Y- _* p2 f' h
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
: ?5 ?& M4 P2 ?- Q4 g" c4 w9 r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
4 A: ~+ c8 \% z, w3 ^# P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! y3 s4 F/ ^, ^/ b) E% p. {
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,- z% G. [, p1 V2 W2 w
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。. b) X+ s! o+ z0 [
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 X9 G( E- i9 F2 f: K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PM2.51 R+ ^% `6 ~8 B; x* K; O
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
+ v" n( V% P: @# o# L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;
0 k9 K( i9 ~7 x4 u% A- Z+ x, @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+ o- R; b Y" j" _7 }
中度污染,属于二级区的长安区为轻度污染。4 v* {2 C. g0 g8 D. M
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
% T: o3 L; i( D: H, H( Z( H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,+ ]) Q5 S9 `& p$ v3 E9 r% G! 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6 [1 P. n) c/ D
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,8 ~/ P% `! g& i9 }2 b8 Z
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。
6 A( |3 s. V& l& r! D: z2
' |5 G4 W& Z( V5 C# o! P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PM2.54 f5 b! X- c2 u
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
: L- v, |; f1 g; n* ]4 e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
6 G T% L0 f, \% f7 M3 c8 K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
; w* v0 d n9 R8 \- ~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9 V- x) t& w+ s
律。
) x- K6 ]) Y& B/ ~. `2 U$ ^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
/ @% P; V$ m( B, Q6 G9 z/ G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 o! w+ s# e; I/ J; g0 g9 B _
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, g7 A4 y) p9 b% k
别为:226.1835,174.89086,126.00372,79.40928,35(单位为3 g / m )。针对8 P* W/ v9 m9 C
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
$ N- r! U) k% U( l8 F/ ]" 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. L) U3 F
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$ m, A7 R- x9 r0 t$ x+ @3 P
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。
# S' A! K. w0 W" m2 \6 T; h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2 e: m1 F! M# H# b3 z
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' W9 N( [+ ^& r' K- b
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
}+ C6 r; E2 e, u' m* 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+ K' {" Z6 c$ t! @
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,$ ]2 i/ v5 ]" _0 p6 b2 H. c
利用了主要目标法将双目标简化为单目标。. k) G% D8 `; w Y4 H. K
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
$ n# }, Z2 L* m程模型、多目标非线性规划模型& p9 ]8 I3 h% G
2 L! y- L, N( Z2 I. C0 P
|
zan
|