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: Q5 Z8 m5 I( y) h
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- P2 ]1 N% B. e9 p& i
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
: Z9 R) p1 R0 \1 c/ V1 m0 D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) ?1 r- I) ~/ r
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1 f5 L1 B8 d V9 V/ e
插值算法等对问题进行了求解与分析。 `% b% J1 e' U* e* ]" w$ Y
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,
/ ]# d% V O6 f q8 x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,- _/ J1 S5 E% m" o- 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
8 x" A4 y* J8 P- Z4 ~9 i g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1 a0 P! ?, J/ u& g$ |+ |7 K3 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
3 G2 H& V; l6 f2 b3 A/ R% G, U {+ 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," q4 c# d3 c x) W+ R
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。
( f3 i* m8 x1 Y! R 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,
1 B# A% C6 ~" j# y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
! |, ^ N" S1 ^; ~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7 C0 l; k% d0 P
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;
/ M+ W. |8 ^5 P4 d. h$ L) R0 o2 [3 D8 I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
# X n1 w M* }9 w# |+ N& K中度污染,属于二级区的长安区为轻度污染。
3 x" I7 h/ j, t) A; h) x1 L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
6 T$ `# b% P7 b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,! E0 A+ m% w+ j m/ D; r3 G
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2 a6 C9 S* v9 n6 B$ y/ }3 s
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," r3 L. H" l! l' s/ U7 G1 x A2 |2 A
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。; k, ]1 q8 `8 N/ Z1 |
2' q: X5 S0 O _+ j" j
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- t7 O0 f( r, _( F0 N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# G. q5 N6 `7 \
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
1 y1 x+ g4 W0 ^# N9 M! 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
2 c- z2 n) V, U$ V7 G/ J7 r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" w) u B% w0 P7 A3 o- n/ L
律。9 z5 F Q' N0 l7 m% P
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/ c# [! E# l0 b# I2 i! T
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 A0 ?, X! \* @( u$ R4 @* 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# u# |- T/ `) |0 C
别为:226.1835,174.89086,126.00372,79.40928,35(单位为3 g / m )。针对- u: c# k X% i$ U0 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 b: Q3 a5 l4 Z3 D2 }0 A5 [% @' M
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
$ D; P- E/ k5 d 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* }. O) i* C4 |7 T4 W) y2 ]+ u
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。
1 \2 s3 F: o' \0 r6 P# p; C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4 |/ V% r. R0 {# a1 t/ c
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
, }# s+ w1 L8 E- {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
* `. q) n' _6 L( J; L: hShepard 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
. q. v& A& p6 Y" N% X- T+ w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 a5 R; w+ b5 i2 T利用了主要目标法将双目标简化为单目标。
7 T# N0 E' ~7 @3 j( j5 L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
' R) j, v4 T: {1 P程模型、多目标非线性规划模型1 z) c7 |* ?7 v
- I2 O6 K# C& ?7 Y8 I: R! y% k# U |
zan
|