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 ^9 o' W2 f) v; d( \
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
) \( K) h/ ?" ?! y0 T& F3 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
% {$ L X+ e, N1 e. ~8 f) E* } B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
- j R0 S2 `4 z* m* `" C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
2 y; d. M1 ?9 ]2 O# V8 f/ a插值算法等对问题进行了求解与分析。
8 G0 ]3 e# i# V( I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,
/ t7 i, }4 k4 |% e7 d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,
* L, a8 l" o! G" S- s- l+ J9 d' c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
) x3 Z7 u- W" a# c; y' b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# Y- l" R0 `5 ~8 f5 B3 C$ V1 b7 q$ I
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/ H5 k' \4 G/ O
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,2 e r8 }9 S* `- z
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。+ V% f$ v( L3 s5 s9 R5 F
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,
7 r5 R+ `9 ] F$ u" K. r4 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PM2.5
' Y$ K' y" s. x0 S, C/ q' [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
- K2 z' x! B3 h% d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;3 q' k2 H0 A& Z1 V8 N E
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
% R% P/ K, m* b中度污染,属于二级区的长安区为轻度污染。9 X, n% N8 S5 i$ m- @
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
/ _- x6 h1 |4 C3 `, y d+ 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,6 n$ ]1 I! ^. _$ D
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
3 x# _& l) u8 D+ r7 t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,
" M+ r$ Z4 O+ U; J q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。# q7 ^6 C3 C" Y% j
2
+ u# h' X3 K: s7 g1 Q" U& [% |2 |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
3 @% a6 M" \5 i& w7 B$ F1 c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4 V' N) ~0 b+ k! n2 }8 J% l$ {
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
8 r z! b1 J" c; A* x, M3 F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 r# _& W3 r4 s5 o& N# l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
9 I$ y! a5 y* v; B律。
2 e( Q6 \ c8 p7 y, 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" p$ n% {2 p# B
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5 a4 k! p! e5 S/ v4 v* j
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
& m0 ]7 e5 S) W1 A8 ]* E0 ?3 Y8 V别为:226.1835,174.89086,126.00372,79.40928,35(单位为3 g / m )。针对( ?' t9 L5 y) |
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
- h# i$ I* d; a+ d8 B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8 L1 y, E5 I2 }1 n
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& A) s! m2 e3 x/ n% s1 V+ y0 j1 D
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。
$ }% K; W; M1 N& c: r- w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' b5 I& k4 c9 q3 [3 E: @
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
/ d' |' t p# s+ ?2 i6 |# q! `3 T+ ~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' y* J) j ^9 W3 N. Z
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$ U' r: E& c8 @+ {) j
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 I, Q1 s2 ?& |' s- L5 z利用了主要目标法将双目标简化为单目标。; s5 Z/ S1 M6 i9 c& M( F1 I j
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
' c" j1 g9 C0 f, K7 l程模型、多目标非线性规划模型
4 y: D/ a/ t9 z0 w
4 t7 j+ w5 Y/ Y8 q/ } |
zan
|