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 J, B) R/ A* W! L, [3 \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
! N1 t- m- \% Q8 x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
, I/ n; o- [3 I/ U8 B4 @3 V9 O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
5 ?; [2 r: ^6 x9 [2 {) \! m' e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; V6 }8 P; d L3 |# S U+ y& y
插值算法等对问题进行了求解与分析。
6 k) \( w: t2 @% n9 `# s. s" J! o问题一中,要求对PM2.5 进行相关因素分析。首先,运用相关性分析方法,
* v3 B% c: [) w% n& q+ D8 ]% O建立AQI 中6 个基本监测指标间的相关性分析模型,利用SPSS 软件进行求解,; Z" o Y v: `' w: i
得到各指标间的相关性,如PM2.5 与一氧化碳间相关系数为0.822,呈显著正相
, z% p7 n. y3 V( ]8 D: G( W0 J& n关;然后,建立了PM2.5 与其它5 项分指标间的两两回归分析模型并分析;最6 K# y4 M4 \6 d. c* ]# i
后,运用回归分析的方法,建立PM2.5 与其它5 项分指标间的多元线性回归模
# O. v/ o6 T( p d `" T! @型,采用最小二乘估计方法对回归系数进行估计,并对回归方程进行了残差检验,
/ A' r2 K3 J& j9 Q5 V- r( {对异常点进行了逐次剔除最终得到拟合度达到97.1%的多元线性回归方程。1 n2 s! Z7 y/ @/ I4 A/ `
问题二中,要求对PM2.5 的分布与演变及应急处理进行研究。针对第1 小问,
* Y& [3 `! q7 _, m7 l5 U! f首先,研究了PM2.5 随时间的变化规律,建立了基于三次样条插值法的PM2.5* u9 P8 N" y7 S% v& f; e) d7 R
随时间变化模型;然后,建立了Shepard 二维插值模型,利用MATLAB 软件编
4 f( g6 \& Y9 z0 z/ j/ K程求解,得到了PM2.5 的空间分布规律,如PM2.5 在高压开关厂的含量最大;0 n& [3 O; T" }" m2 e7 y
最后,建立了分区污染评估模型,并得到了其评估结果,如属于一级区的草滩为
& ]. R1 ]" n6 H5 R2 u" p中度污染,属于二级区的长安区为轻度污染。
% \) [* t: z8 ^ B7 Q7 L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8 t9 W5 u7 b$ B6 L2 w0 j8 L
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,
" g9 Z U: y) c9 ]0 m$ ~" V5 GPM2.5 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
9 C; h$ y- N4 {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,: }( c# D5 h6 W7 q# u
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。 V. b" Y4 {2 s% [4 r# _& [" M
23 U$ ?- @3 c! y# |
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% `+ z1 ^) u" Q
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# T" }% q0 j) m% p4 [3 ~2 f: W
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
4 G/ [) U2 O, D( }& y" V8 K; r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% p- w% X; I+ R
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4 S: S" X- g; Q1 @9 g9 R4 [! R) p- E
律。& P9 w# D$ j$ J8 a/ p2 H% Q
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) S. w1 h9 W% q# R
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
: f- `4 i, V3 N: f: v, X' I7 C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) S) T) Y }0 o
别为:226.1835,174.89086,126.00372,79.40928,35(单位为3 g / m )。针对4 S* L& e# i" b
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6 k/ z- a6 ?5 A
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
$ W- ?- ]* ^( ?4 Y+ W; A. J* D9 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
/ E. B- \6 J9 Z2 m" D. O R- u( x& d9 R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。
* T, v- R0 g- X8 {0 F$ k5 K( d4 b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3 k+ j* K [# g& x
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 ~+ a9 Z. I2 n* ^
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6 n6 m6 F& ^( m' O% b" T) W5 Z
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
$ x# z1 Z1 S1 E# f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,! w/ }/ o* U# l' i. f# ]3 y* G# O
利用了主要目标法将双目标简化为单目标。
N2 }+ S7 B2 E( Q O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
! ~6 q, u8 q* T e( w5 `# O程模型、多目标非线性规划模型0 u0 L" M& z- ^/ E" q
. h ]( {8 I1 T* y
|
zan
|