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:4 @$ T3 n" \4 [* k; }
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. u9 ~+ J6 p8 J
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
/ L3 U; u C9 w; w, [# E' z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 K+ M; V! p: }+ `' r/ V: 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 [4 @( G) G8 K0 {
插值算法等对问题进行了求解与分析。
+ Q- v$ D4 _; ?, R! h$ t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,
8 e' Q% u+ B( v, L" 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,
' D1 K8 K5 N/ T0 F4 p7 R, p0 y# M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
. |5 `4 z" l! g. p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
4 x h3 c1 W. }5 e2 @3 ^' I0 ~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 T$ T- B3 M' [
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,
0 w X9 g5 H) y, K+ m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。
7 B$ q7 A+ [; @# {+ b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,0 t. J# H3 V: o1 {* Y h3 r. `2 j1 _
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
6 M% D! k2 t- b" k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 \4 V$ M! x& `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;
5 a/ V9 _$ C5 t$ ? e! y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: j+ l* X: H: m" Q4 A+ I: o& n
中度污染,属于二级区的长安区为轻度污染。
7 x( V2 _( S u* M3 H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7 D4 Z. _' {; J5 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,
/ E! I$ I9 L2 i8 q# \, D5 XPM2.5 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; c! M' r% V4 T% ~7 K7 C0 `5 p
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, [: v4 }% f l! d
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。6 _. p' T" V' Q" a6 ]1 L
2
6 k) a P, }4 s' b+ v' V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' S9 u8 v' |" d- {( x5 B) v' F# 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: ^/ ^" x9 d! w
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
6 W9 I: E( }1 E' C ` t* z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$ J0 E$ @. G9 ^$ @7 u3 ]& y/ y
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
% H1 @0 X3 H7 k i% Y, p0 v律。
2 ~, Q' `, a) C! q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8 x. Q. v$ m' o( \% ~5 |
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
- z, ]( |3 Q! K+ u. }! U8 I: P$ 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) T0 O) u! z h1 O2 ]; I5 j. l
别为:226.1835,174.89086,126.00372,79.40928,35(单位为3 g / m )。针对# [! i3 A7 I- x& y* l& F2 K! J* i$ S
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
' U4 `+ d" `$ x- [$ T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$ K9 D; N3 k7 o- l" n" Z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
7 O8 B: w+ O: G' o. f+ K# J( B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。
, ?: D y& L `) [& _5 d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
: a# ~" G& ?7 j) n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5 d+ G$ T/ R- s6 @/ l6 H
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; l# n c1 H c- {4 _- R
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
. N/ `; P7 t4 Z# g" d& `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,
2 t0 z+ u, G) u+ G% b, `* x6 Z利用了主要目标法将双目标简化为单目标。
& p" L* E; Z% w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: {7 U% q; U! m; f6 [) z
程模型、多目标非线性规划模型
! Z( B9 M5 B, J
3 [: v. h4 `! x' Y. Z! F |
zan
|