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:. f1 |, k+ Z/ S2 ~9 b* p5 G
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
M/ y( r3 z8 |2 h4 T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3 A, N6 R' {) H1 b) B& K2 x& V1 d' q
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
! |0 [/ ?/ s( |. a$ D. 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 l _- N# E* F0 N! q% o) G
插值算法等对问题进行了求解与分析。; ^+ g6 U) n8 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,
! n* W' D" j: {/ d* g( b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,; w" w9 _ [0 g$ @' l3 Q' F6 n# _+ G/ E
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
6 t3 i# T2 f. p, E9 l1 m/ 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- T2 x- w: c2 K9 G5 y4 [0 N
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- b8 p' m1 V8 {' u* e
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,
% Z) ^, a7 _7 c5 S' }/ L( i! X4 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。( s( z+ Y' w* f" A, y, i
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,/ X: v1 u. t8 n6 A0 k- m' 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
# F2 ]. `: l6 [) j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
! k8 Y3 s/ v1 j$ [ t6 I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;% R- r) o5 k$ R/ v- j+ H9 r' B- e2 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" I2 \1 }2 w, e/ j& [
中度污染,属于二级区的长安区为轻度污染。5 n4 J: s+ F7 m6 z- E: j6 M# N6 f
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
; G7 n5 k' K! s7 R( {* q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,
( N/ u2 [3 T5 ]1 R; W- ?: N" qPM2.5 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, Z- O9 _; S/ J( k6 g! 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,
& m2 y# W, O; V. N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 {% O# [1 O- b2
8 E% I) G6 h- ^/ t. N5 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
/ E7 x6 B- G) l; T1 e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, H# a6 y2 Z) R1 J7 d
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( N, X' u% o1 w& d# n( z
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5 B+ i7 z% R$ U: K7 l) Q
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; q8 Q/ Q3 w3 [6 v
律。& W- I; I3 [' _3 x& x
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
4 A' N- d2 J- D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8 a5 [1 d, ?2 m9 v' {) D1 O
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
, Q# L' r+ w% @+ r& P别为:226.1835,174.89086,126.00372,79.40928,35(单位为3 g / m )。针对
% F; p+ U9 D8 M4 R8 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
; B; O* y8 t P$ 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: Q' o( S2 y$ R* o. ~8 a
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& U R+ v1 L: ^" r# P
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。7 _. l% n" K( r% n. l: V
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+ {# n& Z5 e. L
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
* }: s( x J) o6 i9 E5 i5 o8 \3 o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 r/ P. s. O, c S1 l! zShepard 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6 L7 [) X: n& \3 [% t
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,& |5 q0 s* e* |& R; p5 W' w
利用了主要目标法将双目标简化为单目标。
+ ^- x; K' O3 w- u; S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
$ S4 p4 x6 i6 O! x, Y. P程模型、多目标非线性规划模型
3 ^+ ~ R- e/ G6 y
8 D+ C, w8 k9 S" T. } |
zan
|