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:
' A4 u" y: }' M) X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
, I, B/ V7 U2 A$ ^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$ G5 Y4 G0 J3 C& M
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 P, H/ f5 B( ~9 E
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
2 n/ W; B$ N* c插值算法等对问题进行了求解与分析。4 s) e5 D. M% Z3 u/ 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,
/ E& z: Q1 ^$ o: B4 ?! V& l3 `+ A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,
8 Q0 t) J2 c3 G5 }: O+ v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 h/ J7 t& \, s0 z0 @4 B0 J
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" R2 V ]: b; U6 `' _2 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2 o' |8 e, s% p
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 g' `+ P4 S2 h0 r+ e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。. u& c0 H. j2 k! q- `
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,% w [, O- ~ F6 M, t5 @3 A
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
! O+ J3 y( Y) P: X# _% R. p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/ I Q8 s7 z, x: \) ?3 p8 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;2 r, K! Y& V; T- ?$ [
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
$ b) q: g9 }3 b. w" X5 A% c中度污染,属于二级区的长安区为轻度污染。- Y9 S9 `$ I' H' K# O+ }
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
5 k0 B: ^8 w5 D* U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,
$ @" T: Y. n* E% v- \- l% gPM2.5 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
2 v1 Y9 j2 V/ I; b: }, Z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,6 }% H; s" W! Y# _, K2 `) X
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。
; ]0 k3 W& v. x8 a0 `2
8 {9 E# {& t. |# G/ u* v2 Z6 B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
2 y. m; [& Q: W4 k- Z' ]$ f7 q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- C9 R' C" P: `6 F0 D3 Y: X. P. f
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& y# B7 B* }2 c
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4 K+ s" F$ ~) w8 p! C
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
; g2 m$ K1 C; b: p- y0 I; H律。
7 H5 p) Q1 M6 k* W' s% Z7 [6 t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6 i. N. C/ r0 J6 r$ X9 D, C
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- x( [+ S' D" T+ {+ A9 I
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
. j5 a3 g7 h, g3 c* ]2 _, G别为:226.1835,174.89086,126.00372,79.40928,35(单位为3 g / m )。针对$ K; W; e2 z& T1 M7 e6 g
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
0 S. t4 `! s9 a0 O2 d6 h5 [ g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
* w) F7 p1 M, [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
9 n* t) r* s4 ^8 ]; z$ M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。$ K7 }! t+ j* I* }1 \
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
6 l; |$ Q6 L( f$ n5 K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* e* j$ f# d/ J7 U! W3 P
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- B2 o: \: P: e! B u
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
% o- _' U0 d/ ^) T. ~! j M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,4 p' Q8 L4 j3 m$ x- S
利用了主要目标法将双目标简化为单目标。
" m" K2 S# a6 t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
; C: } t7 {) [% |5 l% E& J程模型、多目标非线性规划模型
$ l9 I6 X$ [) E1 ?6 T2 }& W G7 p
: b" l* s$ @9 a8 o) J |
zan
|