精品全国数学建模超级完整版含计算书Word文档格式.docx
《精品全国数学建模超级完整版含计算书Word文档格式.docx》由会员分享，可在线阅读，更多相关《精品全国数学建模超级完整版含计算书Word文档格式.docx（21页珍藏版）》请在冰豆网上搜索。
PM2.5是指大气中直径小于或等于2.5微米的颗粒物，也称为可入肺颗粒物。
它的直径还不到人的头发丝粗细的1/20。
虽然PM2.5只是地球大气成分中含量很少的组分，但它对空气质量和能见度等有重要的影响。
与较粗的大气颗粒物相比，PM2.5粒径小，富含大量的有毒、有害物质且在大气中的停留时间长、输送距离远，因而对人体健康和大气环境质量的影响更大。
2012年2月，国务院同意发布新修订的《环境空气质量标准》增加了PM2.5检测指标。
PM2.5监测网的布点，并不是想布哪里就布哪里。
例如，香港14个PM2.5
监测站，有11个位于住宅区，还包括一些名符其实的马路监测站。
可见，监测点的确定受到许多客观条件的限制，必须充分代表区域内全部PM2.5污染的状况，确定空气质量的变化趋势，为制定地方PM2.5污染防治规划和对策提供依据。
二、符号说明
F（X）----目标函数
Fk（（X）----第k个目标，
Xj-----决策变量
gi（X）---约束变量
Pj-----网格作为监测点（j=1）;
网格作为监测点（j=0）
cj----j网格处的年平均浓度
n-----j网格处的超标频率，定义为所有超标的气象条件所对应的联合平率之和
X'
j----表示极差规格后的值
m-----网格数目
q1----浓度权重系数
q2-----超标频率权重系数
q3-----费用权重系数
三、模型假设
1、相近地域的气象特性具有较大的相似性和相关性，它们之间的影响可以近似为一种线性关系；
2、该地区的地理特性具有一定的均匀性，即地理因素对气象的影响可忽略不计，各站PM2.5的数据分布是相互独立的；
3、假定在个监测点在雨季时降雨量一样；
4、不考虑该区域以外的其他因素对本地区的气象影响；
5、每个观测站所花费用都是相同的。
四、问题分析
为了达到经济利益最优化，节省开支，尽量减少观测站个数，但相应得到的信息量也必将减少，因此最优的结果是站数比较少，同时得到的信息量仍足够大，在这两个互相制约的方面，站数和信息量之间，应主要考虑信息量，因为信息量减少到一定程度，PM2.5的观测数据会失去准确性，那么PM2.5的观测就失去了意义。
因此，问题就是求怎样减少观测站的个数，在信息量不小于一定值的条件下使站数尽可能的减少。
但是，信息量是一个比较模糊的概念，怎样才算信息量足够大，这就涉及观测部门是怎样分析利用PM2.5数据的，为此，必须分析数据的变化规律。
我们通过对调查得到下面一些知识：
PM2.5的影响因素很多，在观测中，一般应比较全面地观测各种因素，从而汇总出具有一定特点、一定代表性的观测站的数据。
大气系统由于其自身的规律、地理位置上的相似性以及各气象因素之间存在的客观联系，当去掉几个观测站时，为了保证信息量，应使剩下的点反映出各自规律。
因此在原始数据中反映同一规律，即相关性、相似性好的n个站可以去掉n-1个站，而让剩下的一个站反映这n个站共同的特点，而原始数据中与其他联系不大的站就保留下来。
保留下来站中的一个观测点的观测值实际上是作为相似区域或相近区域的代表值而使用，因此出考虑观测站的特点外，还应注意到一个观测站所代表的区域大小。
因为去掉的站是相关性好的，因此去掉的站可以用剩下的站来表示，而且误差较小。
五、模型建立与求解
多目标规划是研究给定约束条件下同时要求多个目标都尽可能好的最优化问题。
多目标优化的数学模型如下:
其中，
，
是目标函数，
是第k个目标。
是决策变量，
是约束条件。
1、目标函数的确定
目标函数包括最大化布点质量和最小化布点费用两个方面，其中布点质量可从污染物浓度和超标情况来考虑。
布点费用基本上与投资费用成正比，故可用监测站的数目来表示。
这样就有了3个目标，其相应的表达式如下：
最大化各个监测点的浓度之和：
最大化各个监测点的超标频率之和：
最小化布点费用：
其中
——j网格处的年平均浓度
——j网格处的超标频率，定义为所有超标的PM2.5所对应的联合频率之和。
由对应的大气扩散模型计算得到。
相应的大气扩散模型，可参考国家标准或行业标准。
因此，目标函数可表达如下（假设有m个网格）；
是决策变量。
2、约束条件的确定
对某一区域，监测布点的数目在未确定之前有一个范围，如果假定
为监测点数目的上下限，那么这个约束条件可表达如下：
监测点数目的范围除了用户要求外，还可以按人口数确定、按浓度和范围确定。
3、模型的求解
3.1模型的规格化和标准化
由上面讨论可知，PM2.5监测布点的多目标规划模型如下
由于目标函数中3个目标的量纲是不相同的，并且数值差异较大，所以在求解之前，首先要对多目标规划的各个目标进行规格化处理，选用如下极差规格化公式进行处理；
式中
—表示极差规格化前的值；
—表示极差规格化后的值。
用此极差规格化公式将
中的污染物浓度、超标频率两个子目标化为[0,1]之间的值，而对于第三个目标
可以看作
，因此不需进行规格化处理。
规格化处理后，为了便于求解，要将多目标规划转化为标准形式。
如果用
表示
经极差规格化公式处理后的值，那么经过简单的数学变换，所求解的多目标规划模型可化为如下的最小化标准形式（假设有m个网格）：
或1，j=1,2，
3.2求解方法
对于上述多目标规划，根据其具有整数规划的特征，首先采用评价函数法中的线性加权和法，把多目标规格化如下的单目标优化：
式中，
分别表示浓度、超标频率、费用3个目标的权重系数，它们满足
，且
。
由于目标函数及约束集具有凸性，所以
均可等于0。
上述单目标优化为整数规划中的0-1规划，可以采用完全枚举法和隐枚举法进行求解。
由于完全枚举法需要检查
个可能的解（j为决策变量的数目），而实际网格数一般总有几十个，甚至上百个，所以不用完全枚举法，而采用隐枚举法求解，可得到最优监测点。
六、误差分析
1、实际上任何一个实际问题，严格的说都是非线性的。
我们在建立模型前，进行了许多假设，从多方面对实际问题加以限制，但是在实际中，许多情况下，我们的假设是有问题的，这一点是建立模型时应当明确的。
2、在有些模型中还要求决策变量取整数值，在线性规划的范围内来处理这一问题，通常是将连续最优解通过四舍五入取整。
当变量的最优值都比较大时，这种做法可行。
3、本市目前尚未对PM2.5进行监测，本模型所用监测数据是相关城市已有的PM2.5监测数据，是作为本市研究性监测数据，只供参考。
七、模型推广
该模型除了对PM2.5进行监测外，还适用于许多与环境污染有关的数据监测中去。
例如经济、管理、军事、科学和工程设计等领域。
该模型可应用于各城市pm2.5测站点排布。
多目标线性规划数学模型在土地研究中，对于许多规划问题，常常考虑多个目标，如经济效益目标、生态效益目标、社会效益目标等等。
八、模型应用实例
监测PM2.5站点，按照国家标准选址布设。
最先选址依据是《空气和废气监测分析方法》（第四版）及《环境空气质量监测规范》。
PM2.5监测主要反映城区情况，因此监测站布设范围都在规划区内。
PM2.5监测主要考察对人体健康的影响，所以监测站多在人口密度较大的地区布设选址。
监测点要反映一个区域的整体空气质量状况，因此选址不能靠近污染源，PM2.5空气质量监测站要根据地区人口密度设置30万以上人口的城市须至少设5个监测站。
监测站周围50米范围不能有污染源，监测站周围须空旷无遮挡，以便空气流通。
只有监测污染源排放水平的监测站点，才会在污染源附近的下风向选址，而路边20米以内设置的监测站只用于监测道路交通污染。
这两类监测站测得的数据都不能用于评价环境空气质量。
1、庆阳市新区周边环境概况
庆阳市新城区因规划不久，各种相关资料奇缺，根据现有资料查阅得到，庆阳市新区北边紧靠老城区，且兰州路车流量和人口流动量较大；
东西两侧均为待开发的郊区，人口稀少，并且无大型的工业建筑；
南侧紧靠董志乡，西南方向约7公里建有庆化炼油厂。
在庆阳新区内，在岐黄大道、兰州路、秦直路两侧有较多的建筑；
车流量较多的有岐黄大道、陇东大道、石油路和兰州路。
其他已建在建或在规划中的道路均有较少的车流量，污染较少。
考虑到根据其他城市测得细颗粒物PM2.5在城市空气中分布相对均匀，即使设在公园中也与设在居民区差异不大的规律，
2、划分网格，按几何图形平均布点法综合以上布点要求
将规划区域的西南端点作为坐标原点，以正东方向为正x轴，正北方向为正y轴，建立相应的坐标系x0y，如图所示。
（由于无法查询到庆阳市新区的具体尺寸、面积、生活区和工业区的分布，及时间因数，因此主要按其规划的几条主次干道布点）
在坐标系x0y内，以1、2、3...的顺序进行编号，共得到25个网格单元，在此坐标系内统计污染源数据。
庆阳市PM2.5监测站平均值
测站点号
测站坐标
PM2.5g/m3
春季
夏季
秋季（雨季）
冬季
1
（0，O）
26
30
10
28
2
（1，O）
29
32
13
23
3
（2，O）
35
33
18
40
4
（3，O）
37
36
17
42
5
（4，O）
25
31
6
（0，A）
7
（1，A）
20
8
（2，A）
39
34
9
（3，A）
27
（4，A）
21
11
（0，B）
12
（1，B）
22
（2，B）
14
（3，B）
44
15
（4，B）
24
16
（0，C）
19
（1，C）
（2，C）
45
（3，C）
49
38
（4，C）
（0，D）
41
（1，D）
（2，D）
（3，D）
50
（4，D）
注：
由于庆阳市没有对PM2.5进行监测的历史数据，故而根据影响PM2.5的因素（道路扬尘、气温、风向和季节）和某城市已检测的PM2.5历史数据相结合得到此表。
2、浓度计算
利用《环境影响评价技术导则》中的大气扩散模型，计算各网格点在PM2.5下的浓度以及年平均浓度，再利用规格化格式，对各网格点的年平均浓度进行规格化处理，计算结果如下表。
PM2.5平均值mg/m3
全年
23.5
24.25
31.5
26.75
32.75
34.5
28.5
29.5
36.25
38.75
30.25
29.75
37.5
39.75
32.5
35.25
38.25
43
规格化后的各网格点的年平均浓度
0.8
0.9
0.842105
0.526316
0.772727
0.681818
0.76
0.466667
0.866667
0.684211
0.833333
0.571429
0.642857
0.533333
0.666667
0.636364
0.909091
0.6
0.384615
0.857143
0.714286
0.785714
0.736842
0.818182
0.5
0.722222
0.611111
0.888889
0.789474
0.952381
5、浓度和超标频率计算
用上述计算所得的各种气象条件下的浓度，以国家二级标准中的PM2.5是否为超标的判断依据（国家标准见附录），计算各个网格点中相应的超标频率，对超标频率进行规格化处理，计算结果如下表。
采集样品数
超标样品数
超标倍数
1.048（1.029-1.057）
1.114
1.2
1.100（1.029-1.143）
1.143（1.029-1.257）
1.181（1.114-1.286）
1.257（1.086-1.400）
1.143
1.124（1.086-1.171）
1.124（1.086-1.143）
1.219（1.143-1.257）
1.362（1.257-1.429）
1.219（1.143-1.286）
6、多目标规划布点
在本例中，假设该区域最少应布置4个点，而庆阳市最多可承受10个点的费用，所以n1=10、n2=4。
所以，要求解的多目标模型可以转化为如下的单目标优化模型：
St
Pj=0或1，j=1,2，…,25.
对于上述单目标优化，当权重系数一定时，经计算就可以达到唯一的最优解，这个解相当于多目标规划的一个非劣解，相应的随着权重系数的不断变化，就会产生一系列最优解，一列多目标规划的非劣解。
庆阳市可根据自己的需求，选择适合自己的方案。
例如，该市重视污染状况，而布点费用处于次要地位，因此需要在非劣解中选择相符合的布点方案。
经计算，在下面非劣解的条件下（q1=0.50，q2=0.30，q3=0.20）；
计算结果如下图，选择点3、5、6、9、15、19、20、25网格作为监测点。
PM2.5mg/m
秋季（雨）
年度
点位排序
最优点
0.1513
0.1574
0.089
0.1551
0.077175
0.1687
0.1679
0.1156
0.1274
0.08415
0.2036
0.1731
0.1601
0.2216
0.094175
0.2153
0.1889
0.1512
0.2327
0.10105
0.1454
0.1626
0.1828
0.077
0.1607
0.0798
0.1745
0.1779
0.1662
0.0856
0.192
0.2046
0.2224
0.1884
0.09915
0.1978
0.2203
0.2402
0.1939
0.104525
0.1804
0.1868
0.088375
0.1571
0.1718
0.078625
0.1862
0.1784
0.1957
0.09115
0.2094
0.2098
0.2669
0.2161
0.1048
0.2308
0.2758
0.2438
0.11005
0.2135
0.088225
0.169
0.1836
0.09245
0.2361
0.2313
0.1172
0.2618
0.2571
0.2105
0.129725
0.10335
0.2211
0.2151
0.10905
0.107725
升级会员 