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 t0 I* H, G% D0 Q! t* V: q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
+ ~" B g' b2 |+ A- q( u( Y b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
% \9 ]9 ?$ _' ?' N( F6 h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3 U# T9 @* p5 A2 P
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
# U5 H0 H) i; P插值算法等对问题进行了求解与分析。
$ ]8 J. ]6 w- K2 m2 j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,2 K M- ^, ?6 s1 B& ^
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,
7 X$ u7 v" A$ 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% c& h5 v j; x! b5 z$ q9 [
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2 Q5 T! |" l+ b/ l: D# t8 n1 ]
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
( |! O9 r6 p/ {3 u" t$ 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,, f0 \' X* K4 ~" L' E) L
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。
+ J" r; T1 i M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,
2 ]8 t3 H w m# V/ g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* q8 r% @# ^% c) W# m" S
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
# H& {6 a8 q, d9 {$ c$ q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;- P: u k8 Q' p" J: m
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" f1 R) H: b, C8 v# F7 k0 L4 F
中度污染,属于二级区的长安区为轻度污染。
; q& b/ I: V- r9 e! P w" u4 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( Z8 m" C% w. p
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,+ I* ~! @. h* E W8 A6 q% ~% w
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: R& L0 _# W1 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,
; Q: g! q( a" O V# ?. x5 @! s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。3 Y% _* l! L% J/ _! I
2, D) L0 m8 P1 P7 k1 l
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
( Q9 x0 v4 g( B: X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
* P9 ?) }8 \$ [" V. i& v* X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0 I: C0 T# u- Z) d! O1 a! o) n
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
- C+ r3 V* A/ [0 Q3 H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
/ t; ]4 C4 {0 ~' w8 {/ J7 d律。
0 h8 _ O% v3 V8 t }4 I; K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
( J0 _# h& e9 ^1 {) O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
) W% F- W, j: d2 k+ j: n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 W) g# t- r% H; B别为:226.1835,174.89086,126.00372,79.40928,35(单位为3 g / m )。针对& A6 W4 e* D5 ^4 _; L4 {5 `, q u
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
; O+ n$ r$ Q) Z+ k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: x2 m/ k% b
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
: W! S/ H: _9 u& T& z# S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。
3 n- }7 S9 R( `+ H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- x2 X; ^3 ]0 C# W# K* x8 |
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% |' W8 z, h" i* ?4 m x
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" a3 I" _8 }/ S2 C8 X' f
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& u1 _- e3 D9 z: E
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,6 T& S! b+ H. @7 X5 p$ E
利用了主要目标法将双目标简化为单目标。: N7 d; Y9 f2 A# g5 p
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8 U1 m1 R* d/ r# _ \
程模型、多目标非线性规划模型
/ c5 `, b2 R- c1 z# t- W8 {: a, @: C$ r
|
zan
|