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:
* L) v' E9 F: l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
) o7 Z& W' ~5 A4 r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# \9 [2 U! m" e! S- G( Y. H' @
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6 E2 U' d6 \- \0 f6 y; 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0 E; Z1 w3 z$ a2 |8 M
插值算法等对问题进行了求解与分析。
" T% f' ^3 v9 E0 b' j0 T/ W! B; v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,
# P0 C: g6 V5 O/ e v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, z7 b0 y2 U. S( `/ H! [
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" H$ G$ R% T2 ^
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
) c3 z! [" X3 A% n9 g% n* L% Z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+ {) @+ G4 h) ^4 `( R; _
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,9 i2 f2 o9 e; Z+ s' D
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。; t9 L) L2 C* j# h, [- L5 I: @- 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 K! Y9 N9 g+ m- t( 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PM2.58 e; ^! F/ O) `
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2 g. F& `9 Y+ \
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;
( L" O: K. s/ R& \( M/ o, }/ a# k3 z) A最后,建立了分区污染评估模型,并得到了其评估结果,如属于一级区的草滩为
1 ~$ n9 M+ o7 t1 o j8 W7 j- ?, r中度污染,属于二级区的长安区为轻度污染。8 J) \, R l l- ], S( {7 H9 C2 R
针对问题二第2 小问,首先,运用回归分析的方法,建立了PM2.5 与气象8 c; |# E% c8 g
因素间的多元线性回归模型来分析气象因素对PM2.5 的影响,如在冬季时,( z) j$ k. e5 a8 f8 q- _! t
PM2.5 浓度与湿度和温度呈正相关;然后,在建立PM2.5 在边界层中扩散的物
0 A& e' v0 p$ F. ]' t2 d理模型和迁移、转化的基本模型的基础上建立了PM2.5 扩散的偏微分方程模型,/ k" P/ k+ W L6 d, M( M, v4 b
并利用MATLAB 软件编程求解得到了PM2.5 扩散的偏微分方程模型的解析解。
3 e. }& C% V0 T- e2
, d" R3 n+ V$ j$ N% Q4 @/ G$ k针对问题二第3 小问,首先,建立了PM2.5 在地面的浓度分布模型和PM2.56 @$ U0 z& J1 q! m6 x/ o( _; R
污染扩散的预测模型;然后,对PM2.5 污染扩散预测模型进行了参数估计;最
9 [: @) v: D' @1 c6 U后,代入实例得到了各个监测点PM2.5 浓度的预测评估结果,如高新西区为重8 P" a& Q3 q0 B( z( [2 D
度污染区域,广运潭为安全区域。针对问题二第4 小问,用残差检验与稳定性检
8 i! O6 o) e7 Y2 s# f. g' h& |; L验了模型合理性,并总结已有研究成果给出了PM2.5 的成因、演变等一般性规1 p/ ~8 g1 _/ A
律。
% V5 ~0 b, F s ~2 Q& g: v1 T, u问题三中,要求对空气质量进行控制管理。针对第1 小问,引入了效用函数
8 I+ ?- ~ V" _( k建立以满意度最大为目标的非线性规划模型,利用了LINGO 13.0 版优化软件进
3 H5 o" R( g3 o7 u2 Y- t行了编程求解,得到未来五年PM2.5 每年的全年年终要求达标的年平均浓度分
' f* X' m1 Z! L3 y( V" ~: n$ A" X别为:226.1835,174.89086,126.00372,79.40928,35(单位为3 g / m )。针对
{- w! b" G9 a第2 小问,建立了以投入总费用最少和PM2.5 减排计划实施满意度最大为目标8 V. D# g5 M" ^) k) w
的多目标非线性规划模型。在求解过程中,利用了主要目标法将双目标简化为单9 ?1 j7 F6 t, ?; G2 d
目标;然后利用了LINGO 13.0 版优化软件进行了编程求解,得出了五年投入的& B, v. J Y; p3 T- }/ h
总费用最少为64.13053 费用单位(百万元),并对方案的合理性进行了论述。
+ U( y3 L3 a" f$ }/ p) {( x K" @本文的特色在于,在问题一中,采用了最小二乘估计方法对回归系数进行
9 p: k3 Y/ D3 O: }估计,并对回归方程进行了残差检验,且对异常点进行了逐次剔除最终得到拟合
( V2 `* z! M* w3 x/ n1 d! Q* g度达到97.1%的多元线性回归方程;在问题二中,考虑了多方面情况,建立了1 O: }" Y, B8 s" x0 a6 _, I
Shepard 二维插值模型和偏微分方程模型;在问题三中,引入了效用函数建立以
C' N1 T: z5 Y s: _2 J满意度最大为目标的非线性规划模型,在对多目标非线性规划模型求解过程中,- S0 R: t1 x$ X
利用了主要目标法将双目标简化为单目标。" B2 v& p/ {" S$ J
关键词:相关分析、回归分析、二维插值、最小二乘估计、残差检验、偏微分方7 N& \) U+ L; _6 {+ x# R
程模型、多目标非线性规划模型
2 i+ B9 Q( K* R
+ J, O# [$ x9 `( o! a |
zan
|