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:
4 T! T* r: q- a/ l' |3 u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
" @; n7 ?$ a% q" M7 A6 S 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
6 j: s' a0 ]; M& b: c: \( m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
8 K& S1 ], K6 X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 Y- ?/ O; {( c! c& U+ r. c插值算法等对问题进行了求解与分析。6 D) _) Q {& e. P' Q! g
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,! v3 c. Y. [8 n; s' F/ 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,
( l/ A9 n" x" a# i3 w' s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4 a5 ?) s. W c5 W" Y; o' _% [) L
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
, A, X9 M. ], B7 M8 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
7 N+ ]- g; N7 C& C& V# D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,
& p$ X; m2 u& {- C! s$ q( ^' J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。9 w# q* v7 s. ?4 c. d7 s+ I
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 \& J- \4 L S, k9 W5 u" p4 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
& |2 ~- L4 u& W6 j: r! J) L( b- Z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4 o% R$ F" j# e! 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;" ^- `- ?- ]4 ~ j
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. X9 V4 m0 M9 {$ g1 S- ]# M
中度污染,属于二级区的长安区为轻度污染。% M4 @; _; e& U' j0 a$ n
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: k( R% j B3 l. @1 p, b ~; r
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,
8 p) [) d: c1 m7 ]3 l5 R# U( O4 ?% cPM2.5 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" Z. I4 v# D: ?3 S) I/ W
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 j. g' `" [, |( ?3 I" o/ L; b
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。% ]! C) o; k: |
28 m( Z4 [) f5 h' Q4 Z6 _, A
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
* U/ d4 K3 E9 Q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$ j$ Y1 J. k- c
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
7 @) V; O: B; R7 v0 r8 u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
8 ^2 c( I! n1 W$ @ C0 P; ?% D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
, o$ X4 }- t0 [ d. f律。5 }# B6 ^0 H" J/ e7 N
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$ t5 v L; [, s$ I% [( Z/ |; d" s
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
9 {9 c* m# g, Y7 g4 b- { _ G# f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 _& G/ I X% `, {+ R( d别为:226.1835,174.89086,126.00372,79.40928,35(单位为3 g / m )。针对$ S# z! m+ t5 ^
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, \ R- j* f1 v+ _1 B
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3 _8 S- i! {) g
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' @; A5 T) Z( G5 b3 o
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, t& g6 h% W9 `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; t& Z0 G$ B& x: G% 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3 [+ j6 V" M. F" H* v6 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: G3 U9 w! d* Z; D, k
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' ~9 O% N' Y% X9 w! m9 ~
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,
b! U) j# c, I6 n* D利用了主要目标法将双目标简化为单目标。
8 R" E& R) [& I* N6 a3 d1 @( L& D& x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
9 w& w1 j8 M) K程模型、多目标非线性规划模型' L7 q8 l: o; d9 W7 Q( J8 R+ M& T
# O7 k W! T+ @8 ~# }! K8 m! Z9 @
|
zan
|