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:
% F* ^! q" b* T6 c* [) u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 t3 F Z: v3 d& G. S9 l8 r
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2 r& ^" _( @$ ] p
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 @. Y# R1 E# `% t9 ]
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
" ^, B9 I' g; k: E9 d6 y7 Q' `; ]插值算法等对问题进行了求解与分析。" q5 t6 Y7 n! Y( f% n7 \
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,& j" Z7 U8 G8 _: [5 b) l
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,1 B# D5 z+ m: h( |& r/ _: v* T
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1 F9 c; P) S6 b" T3 T$ \6 [
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
0 C# d2 Y7 G( e" M) m' S( }$ ]7 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
) Z& G- V' s/ ~$ D2 A" ^2 a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,
% J" z. g Z, g) E) K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。' i* E7 g) G7 X
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 T7 B2 v3 R/ F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
- j, j( e+ t0 p. ]: P0 z7 Z. M/ |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. l: H* z6 x/ l& k& V
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;0 q% Q3 O* D% I; O8 G$ W6 E, n
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9 e1 J3 N+ Z* Y6 A9 i8 Y8 D
中度污染,属于二级区的长安区为轻度污染。 d, p2 ?3 m- h2 U0 Q) 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' J: n& |! C; x) 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,
- @' i# N1 |; f' APM2.5 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
1 b& B. X4 m" I1 ~* |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,1 d2 L$ ^0 a( u8 Z/ [4 e% I
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。& P0 x5 u3 ? p2 X# m
2- P( }/ d3 P! ]7 C0 F, B. i$ 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PM2.56 W/ q1 S; l, ?" t- [: i
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: X* x- b- A1 U2 m5 G3 o! }2 U
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 N/ y: [- J: D6 V b( o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 U, _' d; J5 M* f; Q$ m
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
" d; {" ^- e* h% l$ V) p律。3 @0 C: i1 g$ S/ m
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
# l5 G/ }/ N1 h0 n+ y( ^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# m6 F4 w. Q, d5 x& f' P# {1 Z
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
! O" c* J) E, g2 _& m+ ]; P4 e8 T别为:226.1835,174.89086,126.00372,79.40928,35(单位为3 g / m )。针对" m0 Z1 i J, s: 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7 |" s# h0 U$ ?; e, a0 f
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, @' P: M, A+ w5 @8 k+ 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
z* r% r- [3 E: T( p8 y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。
% G# ?9 z0 M N% {0 W6 ]3 ]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8 A {& _; h1 @3 n, }4 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9 B1 E# g/ V0 b: y
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
9 v( ~ o4 b( X8 sShepard 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
( m1 h/ m$ y1 Y, @' I" 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,
. k4 t5 ^5 f" N5 G利用了主要目标法将双目标简化为单目标。
' \5 Y% `) e9 n# T7 D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" i0 d) X$ X5 m9 d# X+ [( o
程模型、多目标非线性规划模型* B8 \2 M3 |4 ]5 v, z: D
$ Q9 z3 U6 B; j7 e5 `- ]( m( k7 ~6 A% [5 w |
zan
|