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:! s+ g T" x: _+ [0 h7 a/ n
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
' v/ w& ?2 n# [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
& L2 a# D! G! R9 d; e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, ?& d" v$ y& a8 ?6 x/ Z
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! N+ h6 v# R2 R$ N
插值算法等对问题进行了求解与分析。
# m, x* O1 ^/ e5 j& b- V2 n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,
' S$ R! M. t7 ^0 r* G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,* Z0 ^$ ~, L1 R6 Y
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
: E, f( F# t3 n. A- b$ G% {0 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' M$ }/ E2 \7 F5 {) C
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
* b+ b1 v: p5 D8 n& K2 t% I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 o! |5 Q: ]) f# m% b; q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。* M2 h1 L4 x$ y \2 k
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 G; o1 ~1 n. X( j; p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. n# V+ M6 l+ t8 x; 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1 u4 O: G u: ~$ C/ a: h: }4 Q
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;
. n; U' v1 m0 X: r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
; X# ~& O; w* [* K3 m+ ^3 d- M中度污染,属于二级区的长安区为轻度污染。
, P# i7 X4 c# D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
/ U2 W7 F# _1 m, r9 A: v" [( V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,
+ [' H' b3 L) G! ?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
0 M: t4 A- Q. r; ]+ S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,4 n* A& o+ z0 X
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。4 M4 @: r& V% }5 Z3 x. h
2
' @: J/ m' V5 _( d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. t' D2 H" U& I' \. Q& 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% g$ Y& T0 \" U( d: x& q
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
, V8 w6 j6 k! F8 a4 N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
' ]# q' d9 w1 u" x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 Y: u! v) q( u9 V2 m
律。
: `1 y+ q' |; `! }/ V+ A* b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: q+ c1 Z) Z. G+ N6 y# `9 l6 `* x
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
. O1 [$ y H9 o% H+ M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& s8 m% L, ?$ p8 }8 `3 G! |: K
别为:226.1835,174.89086,126.00372,79.40928,35(单位为3 g / m )。针对
- [ {' o+ h8 Y0 m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
1 P. c+ Q7 s3 i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
0 B- C& t3 G: i8 ]1 [+ J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) l1 @: [2 h1 _ u% s. X- W) b
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。# q. j, }1 {+ I# ?
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
/ u) |! a) b2 G$ n+ N$ Y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( [) B/ d( d: ^5 @
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
& c$ g; N4 F! W6 x" A0 V7 lShepard 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
5 r5 M. M( d! g' P( k9 j2 l) 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,0 \1 U8 X% C, b, K* G: j
利用了主要目标法将双目标简化为单目标。9 b: F7 D1 p2 i) [, q
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- S6 Y2 s# \" J9 o; S _
程模型、多目标非线性规划模型
P* O4 _; ~6 ?; q9 S: \! b4 U: O
|
zan
|