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:
5 N' J9 b( J- X1 B( X+ n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
! I6 k H& q' g! h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
% N3 h' f- C- h- s5 Y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
& @. R( F7 b- T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+ ]8 ? `5 t0 }
插值算法等对问题进行了求解与分析。6 j- I% F( H8 S+ T! G3 _6 R% Z
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,
& l% z! P- ?) V6 F8 F" r" S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,# ^9 M6 p3 h6 k
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 n" C% @5 n) n: q" n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
* a* }- [% {5 k, n W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/ y5 ^, f: U0 i' ?9 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,
6 n5 l6 E7 s* v( Y% r8 N- O: @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。
* ~4 A1 K. {6 @7 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,
' Y g' w& t7 ~, Q* A! G. w |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
) L" J: L V% }- a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, t0 e l& n% I( c: u2 e0 e
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;
) i- B d% X; ^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
: C) K7 E7 t2 {中度污染,属于二级区的长安区为轻度污染。
- ?) E% r& p; d& A3 J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! X$ `6 d4 K' g# K G# H- U+ o5 ]/ A
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,
( I0 u) @6 E$ m* ePM2.5 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
$ C3 ^% A) x# L& X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,$ N' N" H5 U3 b; Z
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。2 f; A1 Y1 z1 r( S# h3 k
24 U/ Q7 w4 Z8 n) h
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" U9 v, [2 @$ o
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
8 ^( v2 K. Y" R" d. Q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; k- [" [. g# c7 K, ^6 X4 {' k
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
* R' |4 R2 x4 k9 [. X0 T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/ B p: @! J% R) A8 C- V
律。
! `5 ]1 U. x* J, z, F! h9 z$ A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) \+ V, f9 l7 \* J2 \$ }1 H
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
8 M' ^- j0 s* G& a7 `- 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
0 y6 E! r7 O" C% S+ ^别为:226.1835,174.89086,126.00372,79.40928,35(单位为3 g / m )。针对
: ^6 Z, U% K. p; f, l2 s* @- r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
$ M0 a N ^ l4 W0 C( N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
+ l1 v- a5 }/ y: o/ R9 ]* b; P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; {6 U5 O( U2 l; N) 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。
7 z. T# ^9 V7 K- q9 w ]7 u3 j& e3 T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 M- t7 S" Z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
* M- C# m7 y3 V3 {; ]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
2 T( F) }5 @$ h) [ iShepard 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. i' {- l* G2 ~8 L, p
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,
% T- O" O( a5 a! ]% J利用了主要目标法将双目标简化为单目标。) c' o& U/ a6 j2 Z G
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" Y) {7 p9 X1 ^ r4 k: m7 H# U" M
程模型、多目标非线性规划模型" S1 t5 h( S9 F* B5 W1 {
5 |) [+ L) X! x& K, q& V- Q v) k
|
zan
|