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:% ]8 m4 ^2 r8 Z0 m g6 d9 ~
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
0 X' n' X) Q$ q5 g' l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* { @" \- f3 v& O) 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- s; V; T- a4 A( g
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
% C4 _, S! f; D, j! K插值算法等对问题进行了求解与分析。
% ^, \* K0 X) t% F) ?5 S5 W7 g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,
O& e* _- f' z* D. R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,
}( V6 p3 i! u6 Q, N4 r( W) P& P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
" g+ I/ p- Y$ Y" c4 r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+ j+ a/ U G& w- n6 L
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 Q8 s }% r" c0 W6 \( |5 q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,1 o8 U' f+ M) O; c6 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。
1 ?5 X! \# j) n, 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,
+ h, N6 P$ g N( `! K: X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
/ T" v5 |& b) Y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
" v/ Q0 d3 s2 E( A7 ?/ S2 ]) b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;
. V1 J0 K0 ^. m& }: D5 n1 k3 l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4 m v5 e& H5 `$ Z/ i
中度污染,属于二级区的长安区为轻度污染。1 @# A e/ Z3 O7 j
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
- w! c& D1 m1 V" w& ?$ \% s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,
$ a9 J1 d; D* V, k7 z# L K% Z, C% 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( U4 u. I) r% j6 B5 a
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,& B# j" D- E5 S! u1 l( @
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。: O: w0 o* i8 F4 x, _' B$ V
2
9 t7 G7 J) X* ^: `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$ W$ w/ h$ G6 r7 _% k
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& v5 T- u2 L% S8 C7 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% G, Z" M7 x' Y: E9 [9 |5 |8 V
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0 {7 l( @7 h1 S: b0 `( r* A
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
0 S! i6 E& }/ ]# t) u8 [律。/ R: R* h- ] u! J% H; s
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) K. S' ~2 |, C3 H
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+ G$ F' L: F/ y3 n. S
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
5 ?& n$ h8 `! d' Z" M7 I e$ B7 ~别为:226.1835,174.89086,126.00372,79.40928,35(单位为3 g / m )。针对
- M) L$ F1 G6 V' b' h& [" {8 i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$ K2 w& Z% P: {4 H, k y
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% F7 r4 W! Y+ K, g( _, q
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 r0 E$ w5 i. j: g0 w5 C
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。; J* l. o7 o) Q5 }+ s
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 ~4 @. h$ n" j: r5 O% f* U5 g
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. \: |6 M" S: d- C; T5 _/ a
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5 N/ W0 j. ]# s# P1 y
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1 u5 \! u* N9 j2 g: q
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,
! T0 `4 h" b5 G: \: a利用了主要目标法将双目标简化为单目标。; N, W! t- O2 B
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0 n8 u+ x `9 e# R; i5 \6 e1 ?( O' c% G
程模型、多目标非线性规划模型) Q w: y7 z' k5 j/ L
- f9 n0 h' [. _/ w4 g |
zan
|