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:
0 v8 F% D% z6 y/ o: K% O: ^0 j% i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
8 i, c3 F7 B" A5 }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3 f* K+ R6 s* I, U! i
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 a1 U1 S( x6 y" H
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
+ i6 o+ G9 R, ?; x! y. a插值算法等对问题进行了求解与分析。6 f9 p; }; w7 F3 E5 J) g: M
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,
; ?, n5 I' [9 \( x! P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,
( u0 j" N( _- O) c% r" p* R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) b1 c y4 |! }: N% ?, P
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# h j$ B3 [, Y
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
9 C) |, Z) z1 A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,) q6 J. \* p: f, u& K; n; K
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。$ B9 x! K) s8 i" w1 D" u j O
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,
0 @8 w; m/ ?4 i5 ^- s. s. _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) B( E, B: d2 B3 ~4 U" J J1 {
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
2 _" Q- B" x9 D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;+ r" H$ `' P4 t! s0 t# b+ ?) a' @
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4 f$ J% U. | d& z6 w, S5 X
中度污染,属于二级区的长安区为轻度污染。
& `3 I r1 q* v6 Y2 D* p W$ @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 ^, f$ z; W3 d" T9 ~
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,( D9 C0 L2 d+ _" ], F# ` H2 i
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
1 G9 f/ h1 H( Z* B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. Y0 p( N( N9 z% R, w6 P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。
+ s9 u2 h2 O9 x+ k2
- h3 \( z/ i1 I: `/ V针对问题二第3 小问,首先,建立了PM2.5 在地面的浓度分布模型和PM2.5. a: |( u5 \9 L. D9 ^# i. P6 S
污染扩散的预测模型;然后,对PM2.5 污染扩散预测模型进行了参数估计;最0 z. Y' l0 X/ L1 a0 L
后,代入实例得到了各个监测点PM2.5 浓度的预测评估结果,如高新西区为重1 i: H$ O- J5 d3 W' R! e
度污染区域,广运潭为安全区域。针对问题二第4 小问,用残差检验与稳定性检! C/ H% K0 C. h8 c* O; A
验了模型合理性,并总结已有研究成果给出了PM2.5 的成因、演变等一般性规
8 M1 B$ n$ M Z律。3 v( G6 P! C" J7 S9 M" s# g) I4 l
问题三中,要求对空气质量进行控制管理。针对第1 小问,引入了效用函数 y6 _& {% d0 Z0 [% Q
建立以满意度最大为目标的非线性规划模型,利用了LINGO 13.0 版优化软件进( _2 D0 I+ A& c1 _ F
行了编程求解,得到未来五年PM2.5 每年的全年年终要求达标的年平均浓度分
* @* u h5 F5 p1 N8 w) e别为:226.1835,174.89086,126.00372,79.40928,35(单位为3 g / m )。针对2 A% ]6 U1 B7 g# C9 b/ b7 H. @2 }8 ~
第2 小问,建立了以投入总费用最少和PM2.5 减排计划实施满意度最大为目标. \0 s4 P- e- G
的多目标非线性规划模型。在求解过程中,利用了主要目标法将双目标简化为单
5 S7 Q% D$ |* Z目标;然后利用了LINGO 13.0 版优化软件进行了编程求解,得出了五年投入的& a" J: K1 K' ?
总费用最少为64.13053 费用单位(百万元),并对方案的合理性进行了论述。
' Y' t! j/ \* w* V) Q本文的特色在于,在问题一中,采用了最小二乘估计方法对回归系数进行. h8 J/ g% F" ?/ p; k* }& B
估计,并对回归方程进行了残差检验,且对异常点进行了逐次剔除最终得到拟合: E" J( H9 d6 y# S
度达到97.1%的多元线性回归方程;在问题二中,考虑了多方面情况,建立了
$ a" a2 O, G, T3 ^5 RShepard 二维插值模型和偏微分方程模型;在问题三中,引入了效用函数建立以: u; g0 a9 C* Q- }9 n' O
满意度最大为目标的非线性规划模型,在对多目标非线性规划模型求解过程中,8 x: t& P& \) V- t p. H+ L8 ~
利用了主要目标法将双目标简化为单目标。
# _3 L. b7 X3 V0 k a R: X0 v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: T' H3 l# c' c; u
程模型、多目标非线性规划模型" \9 i' r Y5 C1 S
i3 X5 _5 |5 q% ?: `1 V* x
|
zan
|