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 Y6 O, H5 V; E+ `' @7 f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. l7 q$ Z9 G$ s, F
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8 t0 b7 \- w0 B$ R$ H6 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
# G/ E! i/ e7 w& x8 I+ H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% a+ n7 ~7 _% A插值算法等对问题进行了求解与分析。& i" Q- M1 N+ I$ k
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,
- |" [" I/ o( G9 l8 J( B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,
0 b6 O( ^" N; w1 B$ }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
9 M% V) C: l: v# H" Z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: h3 l& \7 O$ k" \5 T
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
- B1 V7 }% ?3 k, F1 q2 I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,
0 o1 v& J1 s# E/ b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。: b7 A" Y' [& \
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, }5 g% D+ f! G
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
/ s7 s$ j) e6 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- ~$ ~7 k4 B3 M# M p+ ~
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, \8 K! r. S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
0 x/ H0 p8 L0 Z c中度污染,属于二级区的长安区为轻度污染。0 y$ K4 T% N8 b( F/ I
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
: e3 f1 t( A" `( M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,! R/ e$ _4 t0 F% V" ]2 A# N; L* @
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
/ B% F1 z% t8 v. U9 n9 H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,+ j2 Q B7 _8 k
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。
0 W0 B8 }7 |/ ~* t2
7 K# _, O! z& x; e# i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* k7 P' f" R6 i( p
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
/ G0 e6 l9 a( Y# Q3 m$ P- j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
6 E: J6 q8 D/ b; _# t7 G1 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
; i& w: i3 Y* |( v5 I5 g: Q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
) |1 ~0 u( }9 h7 ]+ y5 \- G律。5 B; h% M" Z4 n$ ]* }) z" i
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 [( q8 m- }# ?& m) q! r+ r 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7 x2 ?1 p9 q) R$ m
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" ?9 u! T) w f3 b
别为:226.1835,174.89086,126.00372,79.40928,35(单位为3 g / m )。针对. k. z/ { o7 C7 S2 g
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/ @$ r4 \5 x3 [* f6 e. U7 E
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" k5 q. g5 p" n; M
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8 p7 | i2 Z L4 }# ~9 |
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。: K9 `8 f8 ~3 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" H1 R' G) |
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
' j6 R+ ^3 w/ D o; d) E/ h$ s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# q3 P" h4 v/ v0 }
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2 E9 v0 c( i% f- J! \2 W
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,
6 r& T" G: Y3 j# B5 P利用了主要目标法将双目标简化为单目标。
' Y* X5 V. y* n% ]. ` M1 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. b" K7 h" {/ J
程模型、多目标非线性规划模型
# P* p$ `" I' |, p- J- @
, c+ J+ t3 X7 D+ _1 k2 N |
zan
|