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:2 L" `; r% w' z% K4 A7 \' b
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; n7 \& ^# t; V: d
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
1 ]# s4 Z# N. o* k+ _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( U+ R V5 r% P" H; `
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
+ H) |- x, @1 ~* |0 q- ^插值算法等对问题进行了求解与分析。
0 j' w. K+ ?; 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,
! Z% o5 A1 f( a2 Q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,
6 o4 n. b/ J6 q1 _6 \( v2 x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$ X- x! v6 B z# W) h
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
: h* D1 l$ B, C& Z' a7 X; W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
$ N: P2 Y K6 T: F* 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,
' ?- ^; l ^3 @$ b5 Z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。
f/ l$ e& r7 e6 `2 z* Z9 ]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,6 h3 |! y3 p: l
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
4 s3 K* P8 \" l/ t# x2 G* Q0 v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/ T9 z; W0 f: j: m, h
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;
, x. F; T5 d! K5 v8 C6 q7 e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9 w. l+ \" h3 g( I
中度污染,属于二级区的长安区为轻度污染。. z& c) H- P! c' D, H# ]
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9 ?$ t, K) g/ 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,
- C& @# N1 {5 E3 M+ v- `7 ?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
- v4 J8 Q. _$ o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,
" [' f4 L! ?' S. t5 V3 B! 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。
( {! m8 }' V. V8 N- d. Y- L) G27 [ j# O6 b* ^! E9 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PM2.5. r% I8 a# Z4 v$ Q7 ?: 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' o) {* }. v6 z; N+ @
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
* j6 [/ b6 O) i) B' e# b6 L( 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
, n* ?7 p9 c4 A2 O) A9 f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8 I* i, z2 N6 K
律。
" `4 U! }, ^- z9 w n8 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# }5 m/ k- f0 T8 G [3 S3 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
- J, n, x, D' _" |; w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
( l2 n4 o6 t! U- L别为:226.1835,174.89086,126.00372,79.40928,35(单位为3 g / m )。针对; n- x( q. Q& O8 b$ G4 f
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2 d# ?* d- ]% N- _. I) M' m8 e
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0 ^* F0 f: \0 [8 ^! y8 U% F, o
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/ C% g4 K& a1 e: w2 E8 P2 I
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。, s3 K: I4 R' x7 `4 H7 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/ @+ ^2 w# S7 Q$ q- V7 ^5 x( q' ~
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, J- X. S9 H( _: U% I
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" F$ Q% k' O: B; 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
- z2 L) }0 y. p G" Y( R0 n' |( r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,
' G, i. W& Z: i5 @利用了主要目标法将双目标简化为单目标。
! m8 x9 Q# z( \2 f/ h- t2 z" D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/ X7 B% m+ @: ?8 A! O2 J
程模型、多目标非线性规划模型2 p% o; C+ Q, p9 G; F+ G
7 n% q- n2 L; Z" K
|
zan
|