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:" j5 x& F9 u3 g0 N+ r. N( s7 g
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6 w& i/ H7 U. i. C9 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( p' l( q0 v U9 v& |" 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
# K( l% G) I. X3 u7 h0 Z: b% [0 d2 q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
1 j9 \: m2 k% K: a* j8 L2 ]7 d插值算法等对问题进行了求解与分析。
% e( j4 ~8 j {! p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,1 {+ L! F" B* c+ y |! E9 V
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,
& P( X' O8 d5 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7 \2 ?" N9 n. q6 s3 W* 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
; a# H& K( a! R8 M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 G$ n+ `* q# s0 K3 y1 B$ w
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,
: M. S O9 K; N- c- w, m' c3 @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。
* |, {0 N% ^& m# j6 \, o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,9 _) r& K# d4 ^& R+ p- A
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
4 {) B; [& M7 e9 Z. c3 L, p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 k& T ~( I: I$ ]3 `
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;
! l# L+ w; i* L: w7 @& @; E) J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
! t; W4 b* s' H& e) M2 }中度污染,属于二级区的长安区为轻度污染。* ^* t9 i, L; Z# l% 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5 F* U- Y2 v9 X9 M7 \
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,; i- ~; z3 q5 K* j
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
+ M3 U* x; j; w' j# m; C1 w! 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,- X' i& B3 u% F: R+ P; 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。
' t$ O# C) b4 o. b, D. F2; M! c+ {5 l; y0 o9 ^
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/ ~( w- d8 i6 I% t+ J( G
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! v7 R/ g, Y N. Y& ~) d4 ^; k
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
& S# x9 D7 P# U6 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
3 |3 H1 J; K. \- _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, J% Z; G, T# `
律。! T" n. ?- e0 X- |: w
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# i) |5 \8 b1 i7 p2 k: L
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" N0 _9 F, y: T# ]
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
" s2 q. X- k; o1 j8 E. T/ j别为:226.1835,174.89086,126.00372,79.40928,35(单位为3 g / m )。针对
4 ]2 q% K4 r! m5 U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
7 ~; P* U5 n* L: e/ Z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/ ]' ]/ B, S% \6 l
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
# I! C7 k5 Q! P* ]) j: 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。( k) o/ F# }6 Z& t. A1 v8 S! p
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- R8 ]$ [! G7 H! E* }# 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
$ K1 ]) J- x! q0 B" T$ N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0 g9 J. s3 N& ]; @. j" r+ \0 [, p% v
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
& ~3 H1 A1 W# H) 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,$ o5 o! z2 Y1 M9 s$ p$ Y( z
利用了主要目标法将双目标简化为单目标。& k) W9 z* y8 g0 L# f
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
3 Z4 r* H6 f, ^1 t2 Q, ]$ d' l程模型、多目标非线性规划模型. j4 j$ M6 B0 \5 |
0 ?) u9 T6 v+ _2 |- S |
zan
|