第四章 环境规划与管理数学基础.pptVIP

第四章 环境规划与管理的数学基础;第一节 环境数据处理方法;列表法;中国经济高速发展进程;每稠铸政河阁茅友远连衡迭守烃砌升缠止蚀纂帖换篇肛缩茨使店番德葫亮第四章 环境规划与管理数学基础第四章 环境规划与管理数学基础;优化中国火电电源的燃料构成;1、位置特征数;(2)加权平均数;(3)几何平均数;(5)中位数;2、离散特征数;(2)差方和，样本方差和样本标准差;(3)变异系数 ;3、分布形态特征数;(2)峰态系数 描述数据分布陡峭程度。;二、异常数据的剔除 ; 则应将xp从该组数据中剔除， 称为格拉布斯检验临界值，可查相关表格得到。;表4—1 值表 ; 解：该组数据的算术平均值为8.80，其中8.01的偏差最大，故首先检验该数。计算得到： =8.80，标准差s =0.37，取显著性水平a=0.05，根据表4—1， =2.11，则:;三、数据的误差分析;例题:滴定的体积误差;(4—13) ;(二)误差的来源及分类;(三)误差分析 ;准确度、正确度和精密度的关系;四、数据的标准化处理;第二节 最优化分析方法;一、线性规划 ; 式(4—15)和式(4—16)所组成的数学模型，使优化决策分析过程转化为在约束条件下使目标函数Z 取最大值或最小值，即求极值的线性规划过程。式(4—16)右端的b1，b2，…，bm是优化决策分析的约束条件，一般是常数，满足约束条件的 x1，x2，…，xn 的任何组合，都是数学模型的可行解，使目标函数Z 最大或最小的可行解是模型的最优解。; 一般线性规划问题的求解，最常用的算法是单纯形法。下面用实例进行说明。 [例4—2]假设一个地区的总悬浮微粒(TSP)来源于当地的三个工厂。若工厂1和工厂2燃煤的TSP排放因子为95kg/t(煤)，工厂3的TSP排放因子为85 kg/t(产品)。工厂3产量为250 000t(产品)/a，工厂1和工厂2的燃煤量分别为400000t/a和300000t/a，为厂满足环境质量要求，TSP最大允许排放量t/a，试以最小的治理费用达到环境目标。 各种除尘设备去除TSP的效率(表4—2)并不适应于每个污染源。可行的各种除尘方法的相应费用见表4—3，表中的费用折合成了单位产品所需金额(元/t)。;;; 解：该规划问题的优化模型可写成：; 这是一个单目标优化问题，采用单纯形法求解可得最优解: ; 例：围绕某湖泊有1000 hm2 农田，这片农田适宜于种植两种农作物。种农作物 a 每公顷有 0.9kg 农药流失到湖中，种植农作物 b，每公顷农药流失量为 0.5kg。每年流入湖泊的总农药量不允许超过 632.5 kg。农作物的收入：农作物 a 为 300元/hm2,农作物 b为 150元/hm2。若不考虑种植费用的规模经济性，只取平均费用。据估计，种植农作物 a 的平均费用为 160元/hm2 , 农作物 b 为 50元/hm2。试确定既能满足流入湖泊农药总量的约束条件，又能使农场主获得最大收益的最佳种植组合。; 解：问题的决策变量为x1和x2，分别是农作物 a和 b的种植面积(hm2),年收益Z(元/hm2)为: Z=(300-160)x1+(150-50)x2=140x1+100x2 所以最优化模型为： maxZ=140x1+100x2 s.t. 0.9x1+0.5x2≤632.5 x1+x2≤1000 x1，x2≥0;作图： ①在右图中作出： x1+x2=1000 0.9x1+0.5x2=632.5 两条直线交点为： A(x1=331.25， x2=668.75) 模型的可行域在两直线左下重叠部分。; ②设Z=80000，作出直线 140x1+100x2=80000 ③设Z=100000，作出直线 140x1+100x2=100000 由右图可以看出，Z值随直线140x1+100x2向上移动而增加。问题的解在可行域内能取得最大Z值的x1和x2的组合。根据这个最大化要求，找到 A 点是可行域的一个顶点或称作极点。在可行域内，A 点的目标函数值最大。最优化模型解为：x1*=331.25,x2*=668.75,目标函数为： Z*=113250元。 ;二、非线性规划; 目前，非线性规划问题常采用数值求解，数值求解非线性规划的算法大体分为两类：一是采用逐步线性逼近的思想，通过一系列非线性函数线性化的过程，利用线性规划获得非线性规划的近似最优解