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:, B/ z8 z1 G5 U; n% X& C
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 ] ]4 M% x( p8 Q
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& c* Z6 }( v& `: a8 D2 u/ k. 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* ]9 {4 F0 [; P# r% v
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
* w! g2 h8 ?3 ` c插值算法等对问题进行了求解与分析。% Y' H# k8 D& v5 ?
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,' d- z( n, ]% w, M7 t7 N: k' R
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,
, _5 W* ~6 ^3 g, @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" B) ^9 C2 U4 R) 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
' Y+ L* e- D. H! o/ 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
% z1 x: B, Z9 l7 b& T# ?2 a- f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,
2 s5 l' j x6 M d# G, U9 j. K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 n: l" y, p# b2 c. U' U, c; 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,
4 K7 s( j( A! \$ D. m6 L* l4 e+ J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
6 T* j. U# P! K8 J0 w! b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
( c: D$ j9 n' S# S$ [$ M+ z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;/ e. Y( u9 R; b6 {; z
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: X& N3 a- [( c5 a7 d% c( H
中度污染,属于二级区的长安区为轻度污染。
8 e! x& v: ?+ {5 q/ t. Y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0 T; q$ u# q, 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,9 a" ~4 Q; D4 c& f7 _
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
+ r) u' f8 ]4 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,
" N( G" j) i9 y2 t3 @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。& G o1 u$ ~* r& y
2 H, i/ p" L k9 n) a z
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
3 i' j9 q: h6 ]; n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; u8 V9 w4 N. v( A) C. b
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& m5 u, u* F: y4 { K+ K
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' j0 K% D9 g% X5 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
# r m7 f0 o0 |( Z律。
- b$ s& }- L; O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 y c% Z2 ]* P0 C4 ?
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
; r2 e4 {3 y: R$ \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7 @3 A" j2 e. s6 M! R" [' E1 O
别为:226.1835,174.89086,126.00372,79.40928,35(单位为3 g / m )。针对- R2 Q) Z1 P5 ]$ {
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1 q' O% |# u+ A: T
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+ i* s! _5 U* ~7 X) T% `; 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. k1 _7 k& B+ n+ C/ ~
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。/ w% A) o/ R% x# D5 @
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$ b; p: N" a! F8 L# g! g6 e
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+ v5 ?9 S# m% U @' _, H
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
8 g* _* _" f2 b. GShepard 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 F1 a- ]8 O3 r' }) z2 I5 }
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, e; x5 L0 ^* r2 l$ I
利用了主要目标法将双目标简化为单目标。
7 h1 \1 @( |# D0 ~" D4 ^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+ H6 Q! d( ]/ F p, j+ M
程模型、多目标非线性规划模型1 z1 h; K) R3 B! X1 l6 K" E
' U+ o- q2 x( A; Q" s; p/ c) e |
zan
|