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:
" u/ J) u9 v# E0 t: v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
1 N/ K7 S. \/ O& {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8 D' Y$ j7 K1 I# s( \4 g- y$ u
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7 F7 |5 h2 p* d+ {% ^/ a
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 O; ?& {' ^7 O) u. R& u0 K
插值算法等对问题进行了求解与分析。: M( U9 g5 W$ E0 ?; {; f* V" R
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,; _0 i2 X% R9 F8 a8 H) g" s
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,
9 I" D, M8 C# n ~+ W c5 l8 D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5 E& A6 R4 w+ F! \; c* i- K q
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: |/ g0 F( R. ~5 o4 b# {4 ]: D: L+ g
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% Q4 `6 ~" r) H, k4 v. S3 {1 k" g
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,- J/ m1 X! Y: t* G
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。
/ a% W1 C5 i2 `* b+ F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 S4 X9 _) m. U
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
9 {9 J& B% v* }; j 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
7 Q) X T$ ]# b1 L" z& D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;* H9 G7 `# ?' P m' `
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! J+ N4 w. Y2 T0 d8 `
中度污染,属于二级区的长安区为轻度污染。4 ]( \# l; p( O5 ]
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
$ I9 z2 p8 {0 U9 T, f. J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,
' l1 y* Q: n; C4 |/ ~& R: O5 W) hPM2.5 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8 ~* w3 @2 z) W- |
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,- T! a* C3 q# T4 n) G
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。
2 P7 M/ y' |$ K H3 i21 h! u4 T) m7 G/ R! 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PM2.5" k- F0 p9 J9 O
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
! `/ u; R5 d* M+ G, _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
: B1 J/ g) U6 v9 v' C- e8 p3 k$ A+ 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3 |. _% F) ?7 ^' x2 E
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
; X2 B2 p! g( c7 Q8 U律。% B3 N9 Z* t$ T3 w- ?8 R4 ^, Z; W/ l4 a
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
: N/ {* b: _- }* T+ C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5 s( |6 n0 L e: i4 J$ i; P- E
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: x0 s$ t7 }' B$ y# F+ R
别为:226.1835,174.89086,126.00372,79.40928,35(单位为3 g / m )。针对
4 ?" F' b; R3 e3 @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
3 ~& I6 P: C0 ]( g9 C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
) L3 {0 O5 b" U% \- b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- y4 Y2 i6 \5 y 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。
1 ~+ I. c, S$ z8 J& ~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! G# H6 C6 E; j) c
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 `# d7 e2 P! s
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 C' {3 H. |$ ~$ s6 H
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+ _9 Q3 A' k1 T/ }8 X h
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,6 L0 w$ v2 u7 Q8 ~, S7 ~
利用了主要目标法将双目标简化为单目标。3 P: p+ J% }* o' n- 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5 h; [- n( v% T* k: r( u( O9 \ W
程模型、多目标非线性规划模型! d F8 T) ]3 n) K
/ V8 @" f5 Y: _) N& F, N+ m7 y
|
zan
|