節(jié)能減排數(shù)學建模論文(編輯修改稿)
2025-02-13 02:47 本頁面
【文章內(nèi)容簡介】 由于所查數(shù)據(jù)的限制，第一題中人為的將吸入顆粒、二氧化硫以及二氧化氮作為影響空氣環(huán)境質(zhì)量的主要因素，存在誤差。（2） 只搜集04年到10年的各指標數(shù)據(jù)，預測結(jié)果存在誤差。 模型改進：（1） 將各城市各年份可吸入顆粒、二氧化硫以及二氧化氮的走勢與加權(quán)平均后的走勢進行分析，使結(jié)果更加精確。七、參考文獻[1] 胡運權(quán)，運籌學基礎(chǔ)及運用（第四版）[]，高等教育出版社，2008。[2] 運用排隊論評價業(yè)務流程效率的方法及模型研究[J]，商業(yè)研究，2004，(17):90~94。[3] 汪浩，嚴偉，典型AQM算法的性能評價模型[J]，計算機學報,2006,29（4）:552~560。[4] 茆詩松，程依明，濮曉龍，概率論與數(shù)理統(tǒng)計教程[M], 高等教育出版社，2008。[5] 宗大華，宋濤，操作系統(tǒng)教程[J]，人民郵電出版社，2008。附錄2004年到2010年全國各省會城市大氣環(huán)境質(zhì)量數(shù)據(jù)： 2004年 2005年 2006年 2007年 2008年 2009年 2010年各省會城市空氣質(zhì)量數(shù)據(jù)及排序：排名城市排名城市31?？?5哈爾濱30拉薩14杭州29福州9013南京28長春12西安27合肥11天津26南寧10石家莊25呼和浩特9武漢24南昌8廣州23昆明7濟南4522貴陽6長沙21西寧5太原20銀川4北京19鄭州3蘭州18沈陽2烏魯木齊17上海1重慶16成都2012年預測數(shù)據(jù)：北 京天 津石 家 莊太 原呼和浩特沈 陽長 春哈 爾 濱上 海南 京杭 州326合 肥福 州南 昌濟 南鄭 州武 漢長 沙廣 州南 寧海 口365重 慶成 都貴 陽昆 明拉 薩西 安蘭 州西 寧銀 川烏魯木齊程序一：（擬合）A=zeros(31,4)。for j=1:4。for i=1:31。y05(i,j)。y06(i,j)。y07(i,j)。y08(i,j)。y09(i,j)。y10(i,j)。x0=[05 06 07 08 09 10]。y0=[y05(i,j) y06(i,j) y07(i,j) y08(i,j) y09(i,j) y10(i,j)]。 a=polyfit(x0,y0,1)。y12=polyval(a,12)A(i,j)=y12。endendA程序二：(預測)%預測clc,clear load m=size(han1,2)。 x0=mean(han1,2)。 x1=cumsum(x0) alpha=。n=length(x0)。 z1=alpha*x1(2:n)+(1alpha)*x1(1:n1) Y=x0(2:n)。B=[z1,ones(n1,1)]。 ab=B\Y x_hat=(x0(1)ab(2)/ab(1))*(exp(ab(1)*n)exp(ab(1)*(n1)))z=m*x_hat u=sum(han1)/sum(sum(han1)) v=z*u 程序三：（基于主成分分析綜合評價模型的城市排序）clc,clear load % gj=zscore(gj)。 %數(shù)據(jù)標準化 r=corrcoef(gj)。 %計算相關(guān)系數(shù)矩陣 %下面利用相關(guān)系數(shù)矩陣進行主成分分析，x的列為r的特征向量，即主成分的系數(shù) [x,y,z]=pcacov(r) %y為r的特征值，z為各個主成分的貢獻率 f=repmat(sign(sum(x)),size(x,1),1)。 %構(gòu)造與x同維數(shù)的元素為177。1的矩陣 x=x.*f。 %修改特征向量的正負號，每個特征向量乘以所有分量和的符號函數(shù)值 num=3。 %num為選取的主成分的個數(shù) df=gj*x(:,1:num)。 %計算各個主成分的得分 tf=df*z(1:num)/100。 %計算綜合得分 [stf,ind]=sort(tf,39。descend39。)。 %把得分按照從高到低的次序排列 stf=stf39。, ind=ind39。此程序運行結(jié)果：x = y = z = stf = Columns 1 through 12 Columns 13 through 24
法律信息相關(guān)推薦
鄂ICP備17016276號-1