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:* A0 Y B. k. `+ ]4 k7 F# z& [6 o
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 F9 K% Z6 ?0 ^6 Q# K0 Y6 H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4 u9 y7 Y! M \7 Z. F. l J H, V; M
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! U$ y% z/ ^ N& d- X
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1 H) @# T _: O3 N! u" R
插值算法等对问题进行了求解与分析。
: v) s$ V2 e8 m3 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,
" ^7 N0 E6 c* m' q# z' v. q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,
3 T/ ~# F8 l" ~. H2 m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
2 _0 Y8 z3 j5 c% k/ p9 A5 p: |* x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: i+ H$ K9 J' M) z. L1 w/ V9 z
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 W* I" B) z# 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,- G, x1 a$ A9 \! \9 x; I( r
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。
+ b3 P2 E8 p$ s3 Q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,
8 ?: f5 B3 a9 j2 B F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/ x! ]* N# j v# z7 k) X' w
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* X* S% K, u/ T
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;: Z# n/ W3 b( e; b* |
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 v1 ~1 N# Q- N9 I* \" M- g
中度污染,属于二级区的长安区为轻度污染。4 J& W x) a/ H
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3 |- V8 x. b; ^" p, }
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,) J; l. F8 _- x9 r
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
' w4 n( }8 g! v; C( L; z- \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,! H2 R$ d4 X8 ~5 ^6 N
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。
: n5 A S& X7 N1 q: I. Z2
, ?$ |1 a& B6 D" Q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
4 @. B' R7 S2 d9 X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
) D) i& Z: a- E. v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, O5 ]" r8 z, J) X8 u
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
, A8 u( i5 i" }' {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
; h1 S' d7 s* c) M) h0 d( |律。
7 G p" R, f9 D. ]" 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
" F( o. \+ c( z9 N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
/ g2 Z% t3 k' J' _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& S3 X) x0 C4 B9 K别为:226.1835,174.89086,126.00372,79.40928,35(单位为3 g / m )。针对
5 [, [# D5 W! h C! C8 d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
) d- W. \% R) S' {' e- ~7 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
, U" C9 o9 Q! 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! D+ d. ^% W! Y" s+ _
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 t' Z6 F3 B" P3 ]# G
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0 }4 K. D, ^6 D# K1 \0 Z
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' v( g2 y6 L h; D/ G
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
# _( w8 _2 b X' H7 e1 SShepard 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0 ]+ I9 A, z1 S0 s8 C+ f3 j
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 m+ ?) i1 r6 |% R7 |; B$ k1 T利用了主要目标法将双目标简化为单目标。% i3 Z, j: B$ ?0 B! g3 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
' R+ s! ?; r) u& H2 F程模型、多目标非线性规划模型& c0 g* q) }$ {5 j# U/ P/ f% e4 ~
" y p% d6 \1 } |
zan
|