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 ^2 q& J4 N& A+ 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0 ?' a8 D' n" A2 X% V$ y) u
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
: D. k, Q% l% E1 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
& ~) [& {' L; |) H7 Z9 v$ I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
4 D1 K7 e9 M6 R0 f9 b$ W. W插值算法等对问题进行了求解与分析。
2 \: l% F" T1 D- C+ |" u4 T0 F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,
0 \, |$ w. n m+ c1 U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,
6 K2 Y/ n$ [& ~5 ~ _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
- w5 h/ P. T5 {2 Y7 O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" D0 k* h% T3 R% w& @; q! R
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0 g9 G1 o1 H/ A, ]6 F& l0 \3 `
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,
d5 s2 E# S. g9 q+ P+ h& [4 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。 b* ^: j8 | W
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,6 Q" m) q @: o2 n& \+ 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
2 s' X2 _" Z6 t' z8 q: K" J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
, `( m" s4 N- E; B6 Q7 U( 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;) ^2 i# ?' W W6 p2 `* L- l
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
. y8 D" T6 K4 y/ A; @; y, }; c9 I中度污染,属于二级区的长安区为轻度污染。6 ] E$ q8 |3 X* s1 {3 k0 h2 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8 d1 |/ i6 p' Z
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,
. _1 p$ k6 d& r: rPM2.5 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
- y8 `& _" j7 M/ K0 o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,
9 a' m/ e5 C, F3 T$ W6 I; r: _. L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。% ^) W8 N$ i+ O& s$ T m' [) g
2$ v, q8 r9 b. r Z4 S9 K# 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
9 {; D8 ~, e8 ~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 M# T0 y: u. F8 c7 `
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& M3 }1 `3 a8 ~9 `
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 j( M0 H& n9 w% J6 o
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. u* m3 D- m3 y( O
律。9 _" ?- k p* o) C
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3 _, s1 q4 i s1 _1 ]$ \; b
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5 V$ z! B! ^% c8 y) t2 d8 Z6 W
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' w/ x6 K" D% q: u3 Q7 V. p$ E
别为:226.1835,174.89086,126.00372,79.40928,35(单位为3 g / m )。针对- i6 X( {/ e& D- v$ b+ U/ w$ p
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
' t& {+ e, `: y! _2 x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
: t- U8 D# a5 O# S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
) z6 p/ J) t! P4 Z+ X( d, ]0 r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。
6 R- F# z1 z+ x2 O6 b, A8 h6 U( ?- ^* y: A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 S. t1 ]+ i) p* d
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
" s9 b, E. a5 k: Q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
" P+ o5 S3 v3 I8 xShepard 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
3 c6 @* `+ s5 _' G# [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 |4 e- ?# h8 [/ U" v利用了主要目标法将双目标简化为单目标。
, Q" m9 a+ j8 g& h5 b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 `# O3 p. L9 t: r1 t
程模型、多目标非线性规划模型
u) R3 E6 i K/ Z7 [( g
7 r3 e2 O: q5 u% M7 R |
zan
|