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:
+ Q+ w0 u9 Z$ m8 b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* W( S+ l( V! D |' 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
3 C* ?* w+ f9 Z; d% z# i Q% ^6 M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9 b; V0 e5 c0 w+ U8 i3 L
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
: R }! D# K/ g4 ]% b+ g插值算法等对问题进行了求解与分析。
; V5 D! _+ M/ O* a- a' D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,
0 S9 k" ?2 ^1 h" X- p( t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,, O l2 I4 y2 o3 L9 L$ z
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
7 D: H1 a3 |5 L+ L) D3 L4 d+ j0 k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 _7 @* k( @; P
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/ d! n5 K* _- G5 s! A; S
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,
! D* R( u. u: J2 d* y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。, S, K% E% p6 v4 D% S
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,
3 n1 p5 k4 E) K) y/ I$ I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PM2.51 F- I8 b7 B' z/ r- k* Y6 a$ m( T
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. B* Z) a1 l; `2 R8 ~
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;
7 f2 n/ `' _1 L4 d5 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/ J; C0 z( H7 ^- z1 Y
中度污染,属于二级区的长安区为轻度污染。( A( d0 P+ s s9 c+ w! W
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/ Q( r) [3 c3 I
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,3 k- k' e7 _( v7 y. m
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
& J0 N1 }! J. M! s/ p5 `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,
3 M" J- l$ ^/ T. F; O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。
z7 }3 i; I3 U& i2
6 F+ z d4 Z8 H3 c8 x4 l$ f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
& q/ i( ^) G; J1 Q& T4 M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
: ]7 t$ {" ~2 T# }) a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
, t# ~6 U8 Q" L( D8 ?1 ^" x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
% P0 e4 _( l1 J) W9 x7 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: Q, M: J( Z/ ]; T( n m H! D
律。
) W: Q+ `" e+ F+ ?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4 j4 m$ a( J$ n9 d% ^$ r( z
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
* R" A8 v$ h0 h! x: q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
4 O8 [" Y1 d* a! |! K, Z别为:226.1835,174.89086,126.00372,79.40928,35(单位为3 g / m )。针对
4 _* D, e, w2 I9 P9 _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
1 x' \. m$ J3 u" C6 J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
' n5 h( A% X9 J Z E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4 k( C3 [. T# e+ _9 v' E( Q S) l' L
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。
9 I' k/ A# c0 e: e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" s" a6 N5 N9 C% u N Q
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
* D5 @ q. R" H: w9 u7 ?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 T% a& J% P! `% \. |8 U3 {9 FShepard 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 x3 q& T8 i8 H
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,
0 S2 q0 Y1 }. c; o1 W利用了主要目标法将双目标简化为单目标。( \2 j8 K9 M- r) y/ 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
. t5 W" l; a% _: V/ C程模型、多目标非线性规划模型) |5 o6 j! _: u( n8 F8 ?9 m+ n1 H
! `0 a, ^! F, t3 n: u+ H9 i
|
zan
|