第十届华为杯全国研究生数学建模竞赛.pdfVIP

参赛密码 （由组委会填写） 第十届华为杯全 国研 究生数学建模竞赛 第十届华为杯全 国研 究生数学建模竞赛 学 校 三峡大学 参赛队号 1.尹辉 队员姓名 2.雷林 3.姚远 参赛密码 （由组委会填写） 第十届华为杯全 国研 究生数学建模竞赛 第十届华为杯全 国研 究生数学建模竞赛 题 目 空气中 PM2.5 问题的研究 摘 要： 本文建立了相关性分析模型，灰色关联度模型，混合回归模型，高斯烟羽 模型，分期治理最优化模型等模型，通过定量与定性分析的方法，从相关因素、 分布与演变、控制管理三个方面，对PM2.5 进行了深入的研究与探讨。 针对问题一： 1、以六种污染物为相关量，建立了相关性分析模型。将附件1 的数据代入 模型中，求得的结果表明：相关性最高的指标组是PM2.5 和CO，其相关系数为 0.82，相关性最低的指标组是NO 和O ，其相关系数为-0.063，即独立性最强。 2 3 2 、以PM2.5 为参考数列，其它5 种污染物为比较数列，建立了灰色关联 度分析模型，将附件1 的数据代入模型中，求得的结果表明：PM2.5 与其它五 种污染物的平均关联度为 0.80，可见相关性较高。以PM2.5 为因变量，其它 五种污染物为自变量，先后建立多元线性回归模型和混合回归模型，模型结果 表明：混合回归模型更优（相关系数由0.85 增加为0.89 ）。 3、利用互联网收集到全国76 个城市AQI 的 6 个监测指标和湿度数据，以 PM2.5 为因变量，其它五种污染物为自变量，建立了线性回归模型。将湿度指 标也考虑为自变量后，回归模型的相关系数得到明显提升（由 0.88 提升到 0.92 ），表明湿度与PM2.5 存在较强的相关性。 针对问题二： 1、通过伽马分布预测出2013 年西安市13个地区PM2.5 的全部数据，利用 MATLAB 画出了PM2.5 时空分布图，并得出了三种分布规律。考虑到各地区 “污染程度”为较模糊的概念，因此建立了模糊综合评价模型，对每个地