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:. }9 o2 E! ~3 P; d1 R
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% S; @) b( K+ f8 ]5 e2 [. u0 `
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 x* e: J" ~; i$ J8 _# M" w& p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
1 U. ~3 }& X1 w# J# R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
% P! k0 H7 R4 Q2 J插值算法等对问题进行了求解与分析。
' i# @; h1 R! u" w, S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,
' c- R+ Z8 W: Z3 ~* `& P w+ I. W$ @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,7 \0 l: d! ~$ J$ ?9 i: B9 G
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7 p8 m5 A4 D" l7 ^8 V; _
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
( T1 I! }7 n+ j8 S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 T3 y( X6 N& ~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,/ D4 n4 ]$ U: x) B% a
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。% c' w% y8 N1 R* m$ ^# J
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,
j9 B6 P3 s7 G4 U- e5 {0 A4 o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
* r; A; E: m/ c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
$ Q) F' `& h' ^5 v' e6 ^4 a" r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;$ b8 G. B4 u" D5 u2 l" n
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 d& y6 t$ g7 u4 T: b6 r4 D8 D/ A' {
中度污染,属于二级区的长安区为轻度污染。* `3 z5 | O' v
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
7 u+ U) F+ J+ H: c v) B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,
' y6 \+ V, J( W3 a: }( f. a. [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
( C2 N- t. z2 F$ \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,) L1 f( q+ n& P% S h: ]* C
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。6 a( Q% v/ d- P) z6 k& i
2! \& e4 p0 o* k
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PM2.55 o9 n6 _" r- Q9 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
" t# s; h" G& n2 J- ` `7 B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! c, _2 @' v: Q, Q
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+ r- I. G0 p: n
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' v% L" I: X k0 m: q3 q( U) t
律。
9 @, [2 A( W5 o. O) ^: u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
# l D1 R$ R9 `4 P" E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
% F% a& O6 H. C/ R! f* x" i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
( Q7 o0 X) L7 {( \别为:226.1835,174.89086,126.00372,79.40928,35(单位为3 g / m )。针对8 P8 \8 ~( w4 S3 x
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
, d3 o7 j( p' B# n9 P: D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
O% w1 `5 y+ {* h) l0 O- u6 |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, r1 @3 o5 g8 \8 f! |
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。# w; s; P& a0 P7 |
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
9 h* r+ i3 M# F' U% l- _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5 e0 D/ S8 S. C0 o& x0 f
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
( r- p* f2 t3 R, aShepard 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
) X* C' u6 ^0 k1 R( V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,; h" J( s" h9 Z3 |1 C6 R
利用了主要目标法将双目标简化为单目标。; @& A- k/ X; ~# I
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$ W# k2 @1 \, E& c' {1 ^" I9 c
程模型、多目标非线性规划模型: G6 _' N; P, e4 |5 e3 u
8 t/ r; \5 O. C. i& k |
zan
|