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:
: Y8 M0 p4 T% t# X V, g" r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% R9 m' Y' N' j2 t1 e
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
- w% D! A3 k7 N. a% D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) @3 f3 j9 a% ?
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
) D' E, [" r$ Y3 I; s插值算法等对问题进行了求解与分析。. T- S5 q1 L/ j B! j5 d8 w
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,% M5 k( F. c# H8 g7 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,
! e% Q r$ u [ ` p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
4 e; P1 p( J, X5 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+ d7 w- K- Q4 I3 Z* j
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
9 N. L. B2 R1 m: L1 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,
J2 P( T# C2 [9 O: T+ m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。
2 s% q+ W5 J; A' T! i' k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,+ W$ ]$ t0 I* ?) ~" ^: S
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PM2.52 M3 K+ s+ i: `) }1 t4 y
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
: I( \) n. b$ C8 {1 J! f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;
( Z z) |1 a2 {6 N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 ?5 ?. b2 }* M1 c# o y Q5 Z8 ^
中度污染,属于二级区的长安区为轻度污染。
! w! W+ z0 [# r; ^8 G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% |6 r3 y# g$ y
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,
% e7 i v& W0 {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 _- J4 X, z% A- k7 y' J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,3 `4 q1 q2 q1 w8 C
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。+ |, x. a# o! h4 D
2; ^; n$ }2 w( A1 B; r( u( c7 E
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 F1 ^9 v$ Y! K/ A4 O3 `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/ p* o4 j* `4 r' r
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
3 @5 \0 c$ S: v1 b V2 s" G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
$ N5 A7 J& n" I" P `4 L! k% U! D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
4 |$ E' v) y6 B" b, G6 |7 O! L3 D; s律。& _& {, e5 F; W6 q( \7 S) F
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
: T9 `# ^; T! a/ 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1 q( L; Z( n. o2 _& m1 L+ ?1 `8 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$ `8 E$ \$ U6 H" `3 A
别为:226.1835,174.89086,126.00372,79.40928,35(单位为3 g / m )。针对
4 A& ?, I: v" c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
$ j) `( H7 X2 z: n& | V# f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
( y1 ?6 f O. V) {4 v+ C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
4 Z' z1 @& q; E4 Y* K+ H) q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。
. h9 O f$ ]+ M9 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& J# |( W9 K5 x" K+ T$ L9 A
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
$ Q9 g, T* ~6 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
1 Y) [; \2 H' `" KShepard 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
1 e2 _ `, E+ N& e, V' 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,
2 P8 Q; ^3 T( V ~9 ]利用了主要目标法将双目标简化为单目标。% M6 q9 c8 X r& ?- t
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
7 n# Q1 Z0 {) E8 ? \( z1 e" O程模型、多目标非线性规划模型$ q. f, z( W" p2 W. R& P
1 J8 \6 |& q. T+ l |
zan
|