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:
/ g" g' v+ n- t/ X" \5 v% i) t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3 i; x2 a7 e$ I6 H O8 b8 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# e5 X9 g9 N4 ?+ T
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 Q% s5 ^7 r2 q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
0 H/ H+ R9 W4 e8 T# T! Y插值算法等对问题进行了求解与分析。& Z, \) V' I& R
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 t2 g* s# w9 x: Y; N; t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," ~- i: f: Z; [' O. I
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# P- I8 h% ~' f2 D2 H* Z! z$ I
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
" i9 S- W; t/ _* J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
4 a+ Y0 M& u; [ s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,& r. u8 ~3 b7 ?0 v, R m
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。. l) t" E3 s- F5 e' q$ ^" d) t
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,
. v9 {5 N- F9 ]! H. o3 M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 h1 G" \ B4 w& d" U8 `" f9 S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
, z9 {/ r: ]: Q! b* g, }2 F( H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;
. N2 ^' u& ?2 \; S: t; |, z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+ u1 C, {2 `* ?* D, M1 ?
中度污染,属于二级区的长安区为轻度污染。2 m& E) T" X K/ 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0 L; B0 ]: o& c+ E2 G- E6 W
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,
+ f& l* g$ b9 k' a( B" ?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- l/ l+ K0 ?+ r j0 K& c
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, p W6 D; |/ h( L: {. B4 r
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。
( M$ O( f+ x6 {# T" |; ]3 }2
1 _. T1 U; l9 E! T7 u9 {; ?$ B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
B* |. j/ O1 L r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- R) |: c1 E1 T, J2 q9 y8 r' p
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2 {0 Q/ v+ [$ O' l3 C7 [7 p) A4 p
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
: q7 Z0 e/ l& r* T/ 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
1 |2 C+ R# Q- e: ]* x% a8 _律。
4 g2 {3 a' R2 w' I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
+ j* W$ R: m! P$ t: B9 N. i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
3 [: t% o! X, e5 J p; ?0 a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 ?" G: [* K8 ?) t a
别为:226.1835,174.89086,126.00372,79.40928,35(单位为3 g / m )。针对) c, s1 Q: U4 u7 q) s4 J1 ^/ p7 x& w
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! n9 i" @) \& l9 P; F
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& n* ~9 |; R+ a3 J* _, 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9 G3 t7 {# `1 _8 E( w
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* X. S" S. l/ F. J/ u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
; `6 L5 u% ]! E& }2 U7 }5 u! j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 @5 u% ]( H/ G3 C. X
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9 B6 I, ^" p0 m. [$ S/ R
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
$ o, D* Y) d* 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,
9 m2 D4 Z8 Z, j$ z7 F利用了主要目标法将双目标简化为单目标。% @6 m m+ ~9 [! ]: t! ?
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
: | x# g$ g Q1 f \, `- d程模型、多目标非线性规划模型
( o, J* R" m. N9 C, `6 e- F3 M2 w5 k$ F
|
zan
|