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:
( h( W1 b0 V2 m) 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 a0 y9 `3 @5 o: U' l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5 G$ _4 n: t/ B h6 k4 u" S7 c) _1 e, l
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
6 k, S( C( u! K" f9 Z& t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& Q% I; d4 V: a7 U
插值算法等对问题进行了求解与分析。
3 J. u6 ^0 G* f, ?9 R. y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,
( K4 k7 e9 x% E; @- F: 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,
, S( M$ u# v# v/ |- s# r( l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* O% e$ H d" I7 _9 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
3 M% Q' o+ W9 `) h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1 G0 w, h9 o. P7 @ a# R
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,
8 n7 i8 q+ K$ b( y% | ?- }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。+ i" F" K, k- Q1 ~; j+ G* N
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 [! D1 V3 f/ I5 d0 |" T
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
; E$ S: j' Y, Z7 E. k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
c* j, V. z5 [" G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;
: F6 T! R6 P* X+ K! k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; N3 {4 v! y& K. v
中度污染,属于二级区的长安区为轻度污染。2 i2 J4 C; G+ e# ?6 T: V0 e2 {6 T" R
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' z" @/ Z% F) [' u: o( ^
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,2 k$ @3 w6 [; P \" l" z+ z
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4 t0 i/ r% A( b" P% Z0 ^5 W, a
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 V$ f) R. h, a0 @8 M+ O3 E4 Z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。
! F2 s1 W8 \9 |2$ [5 C# \ O7 l: Q) E; o0 `
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PM2.54 k6 L1 r+ T* F; ^5 b! s: D i
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
5 p/ J6 i' S% ~5 {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" v# X8 l% }( o
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
( a* d. ]+ |2 Z4 e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
0 V# {6 V$ J) ?# d: l U* I$ R律。1 H* n4 ]" Y) _/ E
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' `2 V7 T0 O: M1 v, _7 E4 U
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
: P& R- v' [& V* Z0 W \! d' p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
) P! n; Z# `# y a F别为:226.1835,174.89086,126.00372,79.40928,35(单位为3 g / m )。针对& Q8 B2 |! w" o
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 o# p' n' `- O/ A& t1 v3 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
1 J2 d8 P$ }4 [! d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
1 O9 s- B7 A2 t0 _( G+ u5 k, P2 I& ^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。
9 G; a, W- o8 F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 A' i( I! ^- @
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4 N, e2 h! h$ I# b8 \7 P& ], C
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
" S5 A! ^6 N: i1 |0 |) UShepard 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) T7 x6 e6 y; g& C
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,
5 K+ P/ Q3 L( C利用了主要目标法将双目标简化为单目标。
* P- o3 k8 v5 L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5 k' c6 _1 U& ^! C! m
程模型、多目标非线性规划模型
3 o( F) z( Q' d, `+ F* {# d: T5 `/ C$ M( q% T6 x# D
|
zan
|