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:! l2 E" V* v1 d: t3 [) @
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
' E, u! f% o7 g6 V3 y* O$ Z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 R7 ]3 j# H v7 ^$ Q' f5 K' {
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/ }- v* _5 w/ I
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 P! q6 Y- s/ {* x# ?2 X6 U$ q( M
插值算法等对问题进行了求解与分析。
( w; T, K+ a% 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,9 w; ~7 L/ e+ S1 @* \# o
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,
; t5 }3 U9 h2 ?# f, N( 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7 X# R$ O& E# _/ r
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
) l. Q( l" u% ], @" u8 s2 E" v5 r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
7 N5 K/ y% M# f: d" {+ f5 m! x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,
- ]' I3 M$ F( O- O- c3 y% q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。" f' K) w* Z3 ]" g
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,
6 b e2 Y* r, j$ l: I3 O0 D: a) S, m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
: a* Q! @$ `; m4 A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" W8 {! w+ J' [1 C: m- M& Y% A
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; ]* O3 H- f* U" }9 F
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
3 X7 I- v' Y& N& ~, |+ o5 H中度污染,属于二级区的长安区为轻度污染。
" b. ^+ {& [" s/ \! e+ C3 Y9 n- T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: r) B0 |9 _2 [# w
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,8 M# Z% M& w9 n# z& @7 `
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
# S+ k$ b' L) Z. | a, E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,
# M. x- w( F0 M- h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。
& M4 w( R U3 X3 k2
4 O5 N" y- R* K5 ?0 H8 ~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
l, ]. m3 P+ T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8 x# H/ R2 q. `/ p, j. ?
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
% |$ T+ h% T; ~ } g7 S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. Y, l2 J" L3 M$ \0 y9 b
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" c3 t1 `( L. L8 h
律。6 f6 F; c+ S5 ]$ W
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
: l4 ?7 X& i! T5 j, m' r1 L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
( K9 X/ H0 u {/ Q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8 V. E1 b4 p* z1 H* ~" G( ~
别为:226.1835,174.89086,126.00372,79.40928,35(单位为3 g / m )。针对
' J% u1 v6 E$ C4 b9 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% O; n( Z+ ^. F" o* g2 ^4 o5 K2 |
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) q7 g# k1 F8 F5 B( v" x
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 T/ C2 C* X5 a- ~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。# r: }+ n9 R# p( H
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
# c2 {1 Z# i2 Z( Z) d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 Q/ m9 w( ]+ k& r5 l. r
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$ Y/ b) v' d9 N* Q' _: d
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
! W' J& V" R! 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,
' V5 x# i& K8 Y9 P利用了主要目标法将双目标简化为单目标。
) T# D6 f: [1 h; x3 e; `( M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- ?8 B# B* O+ g. T2 x
程模型、多目标非线性规划模型
j. m2 c' M/ I+ h2 p! i4 ^2 P* ^" Q- ?) w
|
zan
|