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:' J; J( G( T$ k) F8 r$ z: Z
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: d2 S; b. S6 U8 H; q# K
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% ]6 u' b: N4 R) }1 _
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
* Y# E K8 t# ^" n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
+ V; K) `) U. x& B6 F插值算法等对问题进行了求解与分析。
; O) N5 A( l/ O- R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,! }4 B2 G6 `) p: x( l
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," c. F! h% ^ y# f3 y% F
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
' a7 a* [0 S& y0 J/ a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
5 V; q$ M( X3 n! h5 j( G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- F. b7 G' z+ C+ I! `/ \* 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,
+ c2 H* _# \8 C+ l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。
% ~! K! J8 y* B7 p+ c M2 f! Z4 K: v8 P; x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,
( X- ^7 e: m# D5 S: M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
. o, G2 P& H! B7 y# b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" w/ U$ l, _4 t3 Q
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;
' Z2 J* w& D8 s& B( p" l1 Q: J$ 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
! o4 d7 b) R8 n& a3 L中度污染,属于二级区的长安区为轻度污染。4 d2 A) t; a+ ?( F3 R; a# ^
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
3 ^# i2 P" g: B4 B7 k# n' z- {8 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,
: B" u, F7 q" @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; q# v9 _: H! k+ ~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,- r; x$ O$ B$ U: N3 @
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 h4 I& |5 ?6 Y, k" {% F# \$ X# r9 S2
, y. e S* r* R9 g3 N6 f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
9 N9 F' r. c# W' K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 Q. c+ _# Y7 p# _) L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
& W B5 |/ ]( ~$ N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
, _9 x i1 ] l% W( h9 X3 v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 u3 B' K( M( }
律。8 V. r7 C' w! K) _; r2 @
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
6 s9 y. j* f5 S1 ?+ D8 g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
; X' H/ Z( a$ L0 }: ^( l+ w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
- W, S& _* G. ^& F( E# C- W别为:226.1835,174.89086,126.00372,79.40928,35(单位为3 g / m )。针对; j# ^6 i- A, _( y, d( ]2 i5 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
% E7 v0 j9 V/ j3 R- |! E0 k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
9 M( n5 Z @7 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+ X+ l+ ~7 ?* a( 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。
# K/ ~: _/ e# |/ G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
V5 j& w; N( ]7 T$ J4 T9 F; C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
! C) c, {7 a" t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
J8 R* Z f% c0 R$ h4 W) {9 n* PShepard 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
$ S k7 `# }7 d; }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,
1 O4 y6 J3 p3 n/ Y利用了主要目标法将双目标简化为单目标。+ \% V% ?' v$ N/ e! v+ N
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
& Y7 r r. z" n: }" g: y* c- y7 Y程模型、多目标非线性规划模型2 |# R; [1 f* z! ?
9 u! X/ d5 W2 S# y _5 a: v
|
zan
|