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:% C e( |$ c) p: y
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' g( {2 s! z, s5 l0 p7 k
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
5 s2 }, g2 B2 ?- g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( a9 b; d! `% o) ~
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
8 l" O U( a" g插值算法等对问题进行了求解与分析。. a, l7 n- M4 c# }- N% |
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,* g1 A" J. ?$ N. w
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,
, R' 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- }/ [# R" u3 W: ^7 U- q
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" F7 ]- L$ F! l' D. D x% u
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
1 Q$ B( e' z K) s) U6 G% O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,3 z1 C0 h7 t* d. @2 Y, G. G
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。) c1 Q6 f# Z9 k6 D# s/ \
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,' A% q) b4 u; n( a; I
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
* u, `8 d N. C. Z0 @3 [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
8 F+ J- m& w; T! L. 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;
6 o. M3 q2 S6 c* L( y1 H% y7 s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
$ M! S2 e) y9 M+ X1 b9 V中度污染,属于二级区的长安区为轻度污染。
- ~% M% S: _, Y% ~* P9 V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" f! F x3 T. K
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,
# \( g( ? a/ P6 r: pPM2.5 浓度与湿度和温度呈正相关;然后,在建立PM2.5 在边界层中扩散的物
* W$ r0 O7 |3 l, a9 x: b理模型和迁移、转化的基本模型的基础上建立了PM2.5 扩散的偏微分方程模型,
4 `, ] N K+ x% c# `, u2 ~并利用MATLAB 软件编程求解得到了PM2.5 扩散的偏微分方程模型的解析解。
) W1 C6 Q& X3 e) t2! d) O. y b _7 F
针对问题二第3 小问,首先,建立了PM2.5 在地面的浓度分布模型和PM2.5
, G* {; t# E7 W" B* @( e污染扩散的预测模型;然后,对PM2.5 污染扩散预测模型进行了参数估计;最; S; T( V+ _! {( |" v
后,代入实例得到了各个监测点PM2.5 浓度的预测评估结果,如高新西区为重
+ Z# r. D: I* ?/ ]' p! g度污染区域,广运潭为安全区域。针对问题二第4 小问,用残差检验与稳定性检 l* o. ] `# q+ l; G
验了模型合理性,并总结已有研究成果给出了PM2.5 的成因、演变等一般性规6 c. K# _8 t, c: z! l2 i. p* X, G
律。
( t9 `' R: J: {& l7 z问题三中,要求对空气质量进行控制管理。针对第1 小问,引入了效用函数
1 [, h; t' Q u" f3 R' ~# L. B U/ K建立以满意度最大为目标的非线性规划模型,利用了LINGO 13.0 版优化软件进# u$ w* R8 _ K# W8 H
行了编程求解,得到未来五年PM2.5 每年的全年年终要求达标的年平均浓度分
4 R# M, J* k( b; J* _) Q$ ^- G别为:226.1835,174.89086,126.00372,79.40928,35(单位为3 g / m )。针对( [1 k c0 z2 Q1 E9 a
第2 小问,建立了以投入总费用最少和PM2.5 减排计划实施满意度最大为目标
6 z" y2 F O: a0 P+ q的多目标非线性规划模型。在求解过程中,利用了主要目标法将双目标简化为单
: _8 H$ ?5 P- M. H/ F) Y目标;然后利用了LINGO 13.0 版优化软件进行了编程求解,得出了五年投入的
/ u4 f+ p8 ?6 R总费用最少为64.13053 费用单位(百万元),并对方案的合理性进行了论述。
! m2 Z5 v" {9 L6 G本文的特色在于,在问题一中,采用了最小二乘估计方法对回归系数进行. g6 ~2 `, a1 l; u! U
估计,并对回归方程进行了残差检验,且对异常点进行了逐次剔除最终得到拟合
7 U( ~3 m% c ], p3 J% N2 Z) I度达到97.1%的多元线性回归方程;在问题二中,考虑了多方面情况,建立了
) k2 R7 K' N2 d$ p9 o* O+ YShepard 二维插值模型和偏微分方程模型;在问题三中,引入了效用函数建立以1 L1 O9 \) S( i/ _: g+ 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,9 b% {# ^6 u2 H b
利用了主要目标法将双目标简化为单目标。
4 e! l2 B, Q, m( J/ l- A) z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
, k- N% r/ m7 z& z6 q3 p# r& S& l$ ~程模型、多目标非线性规划模型
: w, E0 \3 f i
$ }; y) q; _) H$ }) r |
zan
|