北美数学建模选题B水资源课件.pptVIP

  ; 目录 ; 然后，用主成分分析方法和数据软件spss，我们最终得出结论：影响水资源的主要因素;水;二、假定;三、基于多项式曲线拟合法对2025年水需求的预测;运行程序可得如下结果： x = 1 2 3 4 5 6 7 8 9 10 11 p4 = 0.0011 -0.0022 8.6094 x = 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 Y5 = 1.0e+04 * Columns 1 through 12 0.6230 0.6385 0.6558 0.6749 0.6961 0.7196 0.7453 0.7737 0.8049 0.8391 0.8766 0.9178 Columns 13 through 15 0.9630 1.0125 1.0669 根据预测结果写出拟合指数曲线;各column的值即为10年之后历年的预测数据： 2011 2012 2013 2014 2015 2016 2017 2018 6230 6385 6558 6749 6961 7196 7453 7737 2019 2020 2021 2022 2023 2024 2025 8049 8391 8766 9178 9630 10125 10669 我们取2025年的数据，即10669，就是我们所预测的2025年的水需求量。;四、.基于主成分分析建立的水资源短缺省份的可持续用水计划; 　　主成分分析是一个减少变量的过程。当你有一些变量的观测数据（可能是很多变量）并相信这些变量存在冗余时，这种方法是有效的。在这种情况下，冗余意味着一些变量与其他变量相关，可能是因为它们衡量了同一个结构。由于这种冗余性，你相信把观测变量减少到一个小数目的可以解释观测变量中大多数变化的主成分（人工变量）是可行的。主成分分析采用的数学方法叫做特征值分析：我们用平方和向量积寻找对称矩阵的特征值和特征向量。拥有最多特征值的特征向量作为第一主成分。拥有次多特征值的特征向量决定第二主成分的方向。特征值的总量等于跟踪的方阵，特征向量的最大数目等于方阵的行数（或列数）。主成分分析在数学上被定义为一种正交线性变换，这种变换把数据转化成一个新的坐标系使从各个方面都最有影响力的变量最终落在第一组坐标内（即第一主成分），第二大的变量在第二组坐标内，以此类推。当分析最终结束时，生成的成分会表现出与观测变量不同的关联度，但是完全与其他成分无???主成分分析的过程 我们选取人口自然增长率、GDP增长率、森林面积、降水量、相对湿度、平均气温等16个可能的影响因素，利用SPSS进行主成分分析。所得数据结果如下。 ;;;从“解释的总方差”一表中可以得出相关系数矩阵的特征值为 λ1=6.857，λ2=2.967，λ3=1.766，λ4=1.322，λ5=1.066 前五个成分的特征值都大于1，并且累计贡献值达到了87.372%，所以选取了前五个因素作为主成分。;因素陡坡检查，除去坡线平坦部分的因素第五个因素以后较为平坦，故保留5个因素;用每个成分的系数除以;根据以上主成分系数表整理得出5个主成分关于标准化的原始变量的线性组合的表达式将“成分矩阵”表中没一列值分别除以特征值的开方，就得出了每一个特征值对应的特征向量，由此可以得出第一，第二，第三、第四、第五主成分表达式（令各因素为X1，X2……X16）：;（1）对所选主成分做经济解释 1、人类对水资源的开发利用分两大类：一类是直接利用水资源，满足人民生活和工农业生产的需要，因此，水资源数量有所消耗，质量有所变化，在另外地点回归水源。另一类是开发水能（水力发电）、发展水运、水产和水上游乐，这种开发不需要从水源引走水量，但是需要河流、湖泊、河口保持一定的水位、流量和水质。本文章所讨论的水资源利用情况主要是第一类用水形式。随着经济发展和生活水平的不断提高，工业，农业，生活用水量均在不断增长。; 2、平均气温对水资源影响重大，在中国纬度较低的地区，平均气温高、降水充足、雨量充沛，河流密集，但相应的蒸发也大；纬度较高的地区平均气