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:
: D2 E( F6 P. J5 r" d7 [* I4 u4 j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
+ x4 m0 L, U& O" w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! p6 @, T) z' D9 V
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
& t5 _0 i9 z0 k3 _: A" 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
* ?% R; E- C6 ?插值算法等对问题进行了求解与分析。( ]! _# I) v+ I2 N6 d2 _
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,- F0 V* M* a3 ?
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,: C: u) L N: P5 k; x
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 O2 g. O+ F- \* ?& 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/ _+ g9 r1 B+ F
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2 U, G) c& e( @% v
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,. t, J) g1 G) z4 o7 @# }! M
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 {5 T3 v1 s9 }* |5 _7 s7 S7 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,
3 x L7 q* V U+ y, `9 g$ F1 A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, m2 k/ L4 u( A6 t5 ^: Z, e2 s
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
& G) L8 i2 @3 R! A" c, N$ R4 m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;
; x' Q! X. n% s- G6 T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! K; J4 K( @& k f
中度污染,属于二级区的长安区为轻度污染。+ d9 g, c4 |9 y" O5 x
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/ a4 P6 R6 \/ s2 U, s7 h3 ]( f
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,* u+ B( P5 M: n0 }7 m6 J ?
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
! Z: w5 u0 v8 Z l1 |. @. T& {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,: ]+ y: C8 U9 ]' e: `, i3 A
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。
! s8 Y8 u; \) J4 @2
+ _: e; \9 ~8 E, i$ _1 ~# i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PM2.58 o$ Z7 S* v3 r3 N8 ]
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! o9 _( D7 _( q& K8 X
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 P! F3 R& V# _5 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
. }' V/ D( q" a( U3 R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
% `- k8 k5 i2 n+ q" Y5 q1 Q8 O, u2 U% F' T律。- u; |9 [* u* Q( n3 \& P
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
% p( ]9 Y- _( N& E3 G* G! p/ v9 ]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
. x1 P: S" F6 `% X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 R9 e( \" J+ }( w# S
别为:226.1835,174.89086,126.00372,79.40928,35(单位为3 g / m )。针对! I. U# ]/ y- w2 z; ~! j) W& {: u
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5 k0 m6 _: X' |. z7 e& P& y+ ]
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* R. e* c( y: B( i4 `) \1 [
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
7 m9 L6 g' N5 c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。5 q1 u- A$ L+ ?$ ?
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: q5 i) R$ ~) U/ Q$ E* g1 O# n
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8 ]8 ~) ^; X3 T* Q) M7 P: G! V# _
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
5 ^, d7 H9 L- ]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
( v1 E) P; Q7 f8 Q6 k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 V! } N3 v$ g3 d. o利用了主要目标法将双目标简化为单目标。
) B7 H- C& h8 X: t# K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3 ~( u2 m/ \+ F. [% Y
程模型、多目标非线性规划模型5 H6 I. z3 |0 V9 g6 j4 Z
; P( F/ P; @* _" g8 s
|
zan
|