数学建模201365(深圳杯)..docVIP

“深圳杯” 数学建模论文 论文题目：C:垃圾减量分类 活动的量化分析 组别：本科生 参赛学校：安徽工程大学 成员：何丹丹 机械制造101 张从俊 统计102 李功松 环境工程111 垃圾减量分类活动中社会及 个体因素的量化分析 摘要 垃圾减量分类活动是人类社会对自身垃圾产生系统的一个干预性工程。主要内容是社会通过教育、督导、激励等社会因素影响个体因素，最终形成减少垃圾总量并分类回收良性结果的控制过程。本文主要是针对垃圾减量分类的一系列评价及预测进行了建模、求解以及相关分析。 对问题一： 基于模糊评价模型。在对影响社会因素因子方面，我们分别选取了教育、督导、激励三个方面进行了层次分析；在对个人因素因子方面，我们分别选取了家庭习惯、生活习惯、职业类别、家庭收入四个方面进行了层次分析。以及对社会因素、个体因素、内在因素、自然因素四个方面进行了权威而系统的分析，通过天景花园，阳光花园的比较可以得到各层次的权重，并对接下来的问题进行分析。最后通过建立模糊矩阵及对结果进行验证，得出天景花园的垃圾减量处理效果要好于阳光花园。 对问题二：基于层次分析法模型。要分析四类垃圾之间相关性以及激励措施对减量分类效果存在的相关性。我们通过附件中所给两个小区垃圾产生量数据运用SPSS软件分别对天景家园和阳光花园两个小区数据进行正态检验并且运用了spearman相关系数和person相关系数来表示它们的相关性。并且基于层次分析法模型运用Yaahp层次分析软件构造层次模型对问题进行了相应的解决。 对问题三：基于分层抽样模型。要分析基础数据分项及颗粒度是否足够，我们通过分析附件中的资料予以说明，并根据某些方面的好坏来确定投入的成本和精力；对于如何设置少量抽样数据来检测一定区域内减量分类工作的效果，我们运用了分层抽样模型对问题进行了相应的分析和解决。 对问题四：基于曲线估计模型和BP神经网络预测模型要预测深圳未来五年推进减量分类工作的效果，我们通过对附件8中数据的模拟，利用SPSS软件对数据进行线性回归操作得出城市生活垃圾清运量和其他因素的进行图像处理。可以得出城市年生活垃圾清运量与其他各因素基本上有着线性关系。我们通过曲线估计模型和BP神经网络预测模型对未来数据进行了预测，并分别预测措施实施的最好与最坏结果。 关键词：模糊评价模型 层次分析法 分层抽样模型 曲线估计模型 BP神经网络预测模型 SPSS软件　MATALB 一、问题重设 城市生活垃圾的数量和构成与城市人口数、经济水平及生活习惯等因素有关。随着城镇化进程加快和人们生活水平提高、生活方式转变，城市生活垃圾处理正在成为一个挑战性的难题。仅靠填埋、焚烧等技术不能持久地解决问题，必须与减量化、无害化、回收利用等措施结合起来，才是标本兼治、经济持久的方法。其中，从源头对垃圾进行减量分类收集是必须且关键的一个环节。垃圾减量分类活动是人类社会对自身垃圾产生系统的一个干预性工程。主要内容是社会通过教育、督导、激励等措施（社会因素）影响个人及家庭的垃圾产生动因（个体因素），最终形成减少垃圾总量并分类回收良性结果的控制过程。目前对这一控制过程的研究改良主要依靠的还是经验总结型的定性分析，主要原因是缺少描述“社会因素”和“个体因素”及其相互作用的量化模型，难以开展具有一定精度的量化分析工作。 因此，探讨以量化模型描述垃圾减量分类活动“社会因素”、“个体因素”及关系，不仅能帮助提升城市生活垃圾产量的预测精度（目前的研究者通常只选取GDP、城市人口、居民人均可支配收入等内在因素指标对城市生活垃圾产量进行预测研究），同时也可能给城市垃圾减量分类工作中的资源投入决策活动提供有益的辅助支持手段。 目前深圳市正在进行垃圾减量分类试点工作，附件给出了相关的研究实践资料。其中有深圳在对比我国台湾地区相关情况后的自身问题反思总结，以及采用不同方案的天景花园和阳光家园两个试点小区的实际数据记录。请你基于这些资料和自己收集的其他资料，研究以下几个问题： 1、分析附件有关资料并结合你自己的经历和生活观察，考虑各项教育、督导、激励措施对居民家庭垃圾减量分类结果的影响，构建量化模型描述深圳天景花园、阳光家园垃圾减量分类过程，模型应能以量化参数描述社会因素（如各项教育、督导、激励措施等）以及个体因素（如家庭收入水平、家庭结构、户籍类型、生活习惯等），并在后续的进一步研究过程中通过调整相关参数来修正模型。 2 、基于你构建的减量分类模型，试分析试点小区四类垃圾组分本身的数量存在什么样的相关性？各项激励措施与减量分类效果存在什么相关性？原因是什么？ 3、根据你构建减量分类模型