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:
- o5 p) s! c3 O8 q+ P, v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% z v7 \1 ?: U& ]* ?( ?
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
0 I8 Z+ Q) B5 h& u5 I- U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
, a, {4 X* Q7 F i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
# w1 k; z. c/ U4 r, y( ^7 m插值算法等对问题进行了求解与分析。- h" @; O7 X; B0 S/ Z: m, ]# h B
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,
2 R/ Z7 b4 V, U7 `3 Q& C$ v3 g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, Y2 n# U, M" _! _3 O' U9 l5 e
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
& R# H1 W: @% P T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 c" N' \2 s# \4 B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" }6 f% `, N+ `9 ^) k$ E. ~) F
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 q( {% b2 a/ G* @
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。
8 T0 i9 u+ u" T. c1 p; z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,
* d4 _3 v$ n/ K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
% B) z( ^) c2 W* |1 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5 ` C# b, ^- F N' G$ R) N* y
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 c1 p; ]/ w) x6 F5 N1 }
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! l7 d+ {$ f9 c5 o3 G
中度污染,属于二级区的长安区为轻度污染。
( P5 o! A6 m% w0 w& X5 n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* h- m. x" E5 x Q! r- d
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,, \; b+ U; @( k6 E( q4 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
% T# o4 k' P6 ]8 o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,! q) |" j7 f5 k2 L
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。
) s; |- i; `! }/ b) o$ _) }+ v2
/ Z, A: N" P! c/ c" q5 i c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, s. G4 E; t3 U9 |! d. R4 @
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
$ J" ?/ N1 B) w1 h& v, d* |0 v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 X$ S" O& C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" h' k3 U0 @7 U8 W" 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( v9 d3 F+ H7 v8 a# h8 n3 c
律。
9 y- D& o1 ?. { ]; j4 Z. p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
9 h& \5 O" L( u9 B% M3 ~) z/ o' F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6 J; Z, G* \5 B. i( K5 |
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
- I/ A# f _# w7 t" ?. k别为:226.1835,174.89086,126.00372,79.40928,35(单位为3 g / m )。针对2 c& P: U2 I5 g$ ~1 D' m+ y6 x
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0 Z8 R- o4 x, X) P* D
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
2 C1 _1 ^" _9 y4 `& ^+ Q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 ^+ K& t$ S1 u3 v3 y& z) F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。
* i) @7 `' n5 D3 ~# W* P# B$ I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2 A' r* @6 t" i
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
3 m0 o# a, x5 l+ o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$ [- a8 T, F5 P) T6 i' L
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 G0 o$ R3 y- I0 z4 K
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,( c3 B% e& p: f- L2 q- l% y! A
利用了主要目标法将双目标简化为单目标。5 V$ G @/ z2 h
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
0 G6 {2 i. {; }8 G1 f2 A$ U2 P1 p$ W程模型、多目标非线性规划模型
8 ?* t" y, @. D/ [. u5 k# ^8 j. i! v4 `' R% H7 h
|
zan
|