第四章 环境规划和管理的.ppt

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  第二节 最优化分析方法  第三节 常用决策分析方法 第四节 环境数学模型 第一节 环境数据处理方法 一、数据的表示方法 列表法 将数据列成表格，将各变量的数值 依照一定的形式和顺序一一对应起来，它通常是整理数据的第一步，能为标绘曲线图或 整理成数学公式打下基础。 图示法 将数据用图形表示出来，它能用 更加直观和形象的形式将复杂的数据表现出来, 可以直观地看出数据变化的特征和规律, 为后一步数学模型的建立提供依据。 插值法计算数值 1、列表法 例：研究电阻的阻值与温度的关系时，测试结果如下： 2、图示法 图示法的第一步就是按列表法的要求列出因变量y与自变量x相对应的yi与xi数据表格。 作曲线图时必须依据一定的法则，只有遵守这些法则，才能得到与实验点位置偏差最小而光滑的曲线图形。 坐标纸的选择--常用的坐标系为直角坐标系，包括笛卡尔坐标系（又称普通直角坐标系）、半对数坐标系和对数坐标系。 2、图示法 半对数坐标系 一个轴是分度均匀的普通坐标轴，另一个轴是分度不均匀的对数坐标轴。 右图中的横坐标轴（x轴）是对数坐标。在此轴上，某点与原点的实际距离为该点对应数的对数值，但是在该点标出的值是真数。为了说明作图的原理，作一条平行于横坐标轴的对数数值线。 半对数坐标的标度法 对数坐标系 两个轴(x和y)都是对数标度的坐标轴，即每个轴的标度都是按上面所述的原则作成的 1. 位置特征数 （5）中位数 环境数据有时显得比较分散，甚至个别的数据离群偏远，难以判断去留，这时往往用到中位数。 样本数据依次排列（从大到小或者从小到大）居中间位置的数即为中位数，若数据个数为偶数，则中位数为正中两个数的平均值。 只有当数据的分布呈正态分布时，中位数才代表这组数据的中心趋向，近似于真值。 3、概率统计法 根据变量之间函数形式的不同，回归分析分为线形回归和非线性回归；根据自变量个数的多少，可分为一元回归和多元回归。 根据数据处理方法的不同，时间序列预测方法主要分为移动平均法、加权滑动平均法和指数平均法。 三、模型参数的估值方法 由于环境系统中的模型基本上都是灰箱模型，其中至少存在着一个待定参数，因此参数的估计是建立环境数学模型非常重要的一项工作。下面介绍几种主要的估值方法。 （一）图解法 凡是给定的公式或数据可以直接描述成一条直线，或经过一定处理后可以转化为直线时，常常采用图解法估计参数。作图时，将自变量x和因变量y标注在直角坐标系中，确定每一个数据点位，把所有的点位连接起来，形成一条直线，其数学表达式为： Y=b + ax （4-21） 式中：a是直线的斜率，b是直线在y轴上的截距。 （二）经验公式法 根据长时期的实际经验，人们提出了许多经验公式来估计数学模型中的相关参数。应注意的是，使用经验公式要求该系统条件与建立经验公式的条件一致或相近，否则就会出现很大偏差。 （三）线性回归法 此法适用于自变量xi(i=1,2,…n)与因变量y呈一次线性关系的情况。线性回归分析有两个基本假设：一是所有的自变量的值xij(j=1,2,…m)均不存在误差，因变量的值含有测量误差；二是与各测量值拟合得最好的线性方程：y=a1x1+a2x2+…+aixi+…+…anxn+b 是能使各点到直线的竖向偏差的平方和 最小的直线。根据极值存在的条件，分别对Z做ai、b的一阶偏导，使： 由此可以求得偏差平方和Z最小时的参数值ai(i=1,2,…n)、b。 四、模型的检验 数学模型只能近似地反映实际问题中的关系和规律，到底反映得好不好，还需要接受检验，如果数学模型建立得不好，没有正确地描述所给的实际问题，数学解答再正确也是没有用的。因此，在得出数学解答之后还要让所得的结论接受实际的检验，检验其是否合理和是否可行等。 （三）误差分析 误差可能是由于随机误差或系统误差单独造成的，还可能是两者的叠加。误差分析中，常采用精密度、正确度和准确度来表示误差的性质。 精密度反映了随机误差大小的程度，是指在相同条件下，对被测对象进行多次反复测量，测量值之间的一致(符合)程度。 正确度指测量值与其“真值”的接近程度。 对于一组数据来说，精密度高并不意味着正确度也高；反之，精密度不好，但当测量次数相当多时，有时也会得到好的正确度。 准确度指被测对象测量值之间的一致程度以及与其“真值”的接近程度。 准确度、正确度和精密度的关系 四、数据的标准化处理 在大批的环境统计数据中，当数据的物理量不同、单位或量值差别较大时