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:1 c) e$ W) z4 g/ v& F8 R, M. f
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% x& g( |. C' 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
7 U# }1 X' e% u0 M9 X2 } 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3 Q5 X2 q+ @: B
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
7 b/ C7 b, r2 U2 c) n# b% l插值算法等对问题进行了求解与分析。
, ?' k8 p6 ~: N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,; w7 u3 @- R- U3 P/ d
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,+ ?2 L7 k6 w+ i- ~
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 e& g- F: h9 @- F, @; C7 g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
- e; z$ r7 f" 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
6 u) p. q1 Z& {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 B4 Z: |( j! h* D" E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。1 @6 u2 ?# X, G; M$ w3 Q4 ?. m3 l/ Q5 V, M
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,
7 U; [4 M' ]: 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
4 j! G C( P% R y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& D M/ i6 u& h0 g3 J ^
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;
: |/ {; B( \& p1 X( _6 o R1 D# 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0 A+ J( Y2 X8 B
中度污染,属于二级区的长安区为轻度污染。6 V9 g! f2 {& @
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 P6 t% s" t$ _0 m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,) L. d: A5 b* i7 b+ Q
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6 b7 \' ^. @* f: J, M" ]
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,7 q% q3 ]9 W8 O0 e. `
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。9 J% y9 X% G, J) g5 m) r1 T
2, X! a: D) r- u/ \6 T
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. e9 ~ |6 E, N$ S) P
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0 S) H9 w' C( l; Y* l5 c& E |
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6 R( V9 y: O# v5 f" H
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
8 ^) z* q0 B7 S# `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
. m3 n, O7 [% W9 P律。
2 X( c& N, e; I7 @2 r: 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& E0 W0 I" i; I* O( m# y
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
7 {4 S( c7 I! R$ o7 s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
; C4 A. H, n6 W7 {/ f, j别为:226.1835,174.89086,126.00372,79.40928,35(单位为3 g / m )。针对
8 e% Q$ U& b( r6 K, m0 N; }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
9 \' `4 g/ Z( E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# c; b7 p* x+ j( V( \0 L
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
. G1 F B# {5 r4 j& [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。
$ I" [8 P) W1 ~$ R! |$ 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
# W3 h: j( `) X3 Y: q( 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2 z7 `% ]+ L- 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
9 z) w r6 v/ o% c2 k3 _1 K! ^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
5 q6 C5 I# P" W1 s) o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,+ }' l( K7 F5 l B" z
利用了主要目标法将双目标简化为单目标。
0 p- t' X7 |' O, ~+ z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 d; N* e8 C7 ^# i1 E程模型、多目标非线性规划模型+ _& `9 `) U3 t2 a. \1 ~7 {
4 b( R: ~8 t) s+ x0 a
|
zan
|