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:
0 l# I4 ?1 |& O, e% R* E0 N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5 d, l& C. I6 T% @ G3 S
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' B7 l5 F# O o8 Z$ Q$ f$ 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
/ x2 Z/ }; Z3 c) ?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$ q- r( x8 a, D9 {( o) P% T
插值算法等对问题进行了求解与分析。
. i4 N* |( u8 R+ f. s) s1 Z0 i% 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 ^* w5 G: p7 c, Z v6 e
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,
4 f* k+ y5 l- H+ A0 \; u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' o7 |8 u! m9 Q/ y9 U" k
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$ A8 _2 |, Y: T# A% k
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 v0 P# e0 l2 S7 o. {7 B
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,1 \7 ^3 z; J* p! N4 t6 R+ s
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。9 E; }" \% X! i. z! `
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,
" z- y- |8 E) [; B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+ h; B1 c% D3 w( |/ K
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4 |' |8 V* T& z# n
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;
+ \, N( Z5 o! \! o0 Z, H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
M: C. B; T2 c4 W! c; M4 @7 E* Y6 }中度污染,属于二级区的长安区为轻度污染。/ v& ?& @* q2 j; P6 w0 d
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 F+ _8 [: w' R9 N/ V- }" @
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,
( B8 s+ v9 e) _: MPM2.5 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 w) |9 A) ?0 n# e8 G6 w+ Z# T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,
# ]$ s& a! i2 [( C. Z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。' }$ X9 Q) o! D+ F7 }4 q1 \# c
23 i( L! y' S4 N9 }2 Y3 ~
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) W2 ?$ L) C8 J
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" F5 q% \# j+ ]& I+ S
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7 v0 J3 o# ~: |
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. f& R) a3 F; R4 `6 x% q3 O
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
6 B0 u, q; D) Y, _8 M) r律。
* j0 J+ E3 G$ o- r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9 {4 O; W' ^! v; @' u. M U
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
, g! j( U. x4 p; o, @4 }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+ ^, u% G' ?" @8 L3 y
别为:226.1835,174.89086,126.00372,79.40928,35(单位为3 g / m )。针对3 t& {: B2 @0 J w' ^
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
& m4 v) ]6 n+ [' Q% V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
3 t& c/ p% F+ T }7 N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8 ~2 K$ |/ Y$ T( E/ Q
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。6 h6 A1 G4 d: i4 L
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
4 V: o, N0 O4 {* `8 ]; J1 m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
8 P+ F$ P$ B. p- J( J* t- Y0 x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
1 c4 k: d6 h8 jShepard 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' y) I1 E. U% `, u8 A! |$ g
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,1 J, e' _0 n# i& v# H( R( C, U
利用了主要目标法将双目标简化为单目标。, d, Y6 K6 ` W9 q: y
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
: e0 X5 e8 K2 | z Z8 V7 O程模型、多目标非线性规划模型
' h2 u# ~. J' t7 A: `9 s1 h: E5 J; o; a; E# I+ w: t
|
zan
|