深圳杯夏令营C题.docx

上传人:b****5 文档编号:28950418 上传时间:2023-07-20 格式:DOCX 页数:15 大小:255.93KB
下载 相关 举报
深圳杯夏令营C题.docx_第1页
第1页 / 共15页
深圳杯夏令营C题.docx_第2页
第2页 / 共15页
深圳杯夏令营C题.docx_第3页
第3页 / 共15页
深圳杯夏令营C题.docx_第4页
第4页 / 共15页
深圳杯夏令营C题.docx_第5页
第5页 / 共15页
点击查看更多>>
下载资源
资源描述

深圳杯夏令营C题.docx

《深圳杯夏令营C题.docx》由会员分享,可在线阅读,更多相关《深圳杯夏令营C题.docx(15页珍藏版)》请在冰豆网上搜索。

深圳杯夏令营C题.docx

深圳杯夏令营C题

 

我们参赛选择的题号是(从A/B/C/D中选择一项填写):

C

 

参赛队员信息:

姓名

学院

学号

职务

 

 

日期:

年月日

 

垃圾减量分类活动中社会及个体因素的量化分析

摘要

随着人们的生活水平以及对环境意识的日益提高,使得人们对于垃圾的处理有了一定的要求。

人们在为社会做贡献的同时,也希望国家和政府相应的解决愈发严峻的环境问题,而国家也需要了解影响垃圾处理的因素,便于进行垃圾减量的分类处理,从而提高人们的居住的环境质量。

那么社会以及个体因素究竟怎么对垃圾的减量分析处理产生影响呢?

本次实验基于系统工程中系统解释结构模型(interpretativestructuralmodeling,ISM)方法对该问题进行分析,ISM方法是美国沃菲尔德教授于1973年为分析复杂社会经济系统问题而开发的一种系统分析方法,该方法能够利用系统要素之间已知的,但凌乱的关系,揭示出系统的内部结构。

能够清楚的分析出要素间的关联结构,从而找到解决问题的瓶颈要素所在。

同时采用SPSS与Excel对阳光家园天景花园的垃圾减量分类过程进行分析。

本次实验针对影响垃圾的减量分类处理的个体与社会因素进行分析,再由计算机上MATLAB进行编程运行,可以更加准确,快速的算出结果,碰到影响因素较多的情况时,避免浪费不必要的时间和精力。

希望通过该实验和其结果分析,可以为大家找到解决问题的关键从而方便提高大家的生活水平。

 

关键词

社会及个体因素系统工程决策理论与方法AHP模糊评价ISMMATLABSPSSExcel

 

目录

 

一问题重述............................................................3

 

1.1...................................................................3

 

1.2...................................................................3

 

二问题分析............................................................3

三模型假设............................................................4

 

四符号说明............................................................4

 

五、模型的建立与求解....................................................4

 

六模型的优缺点分析...................................................11

 

参考文献..............................................................11

 

附录..................................................................11

一问题重述

1.1

为了减少该区垃圾占用大量土地、污染水体、污染大气、破坏植被,严重影响地区的外容景观和居民的生活环境。

该地区垃圾已成为各国政府急需妥善解决的首要问题之一。

根据该区的实际情况与环境影响则这一控制过程的研究需要进行改良和量化分析,提出了以下问题。

1.2

问题一

如果考虑各项教育、督导、激励措施对居民家庭垃圾减量分类结果的影响,怎样构建出量化模型来描述深圳天景花园、阳光家园垃圾减量分类过程,模型应能以量化参数描述社会因素以及个体因素,并在后续的进一步研究过程中通过调整相关参数来修正模型。

问题二

通过问题一构建的减量分类模型,试分析试点小区四类垃圾组分本身的数量存在什么样的相关性?

各项激励措施与减量分类效果存在什么相关性?

原因是什么?

问题三

通过构建减量分类模型的研究结果,分析在深圳现有垃圾减量分类督导过程中,目前统计的基础数据分项及颗粒度是否足够?

应该在哪些数据的获取中投放更多的成本和精力?

在减量分类模式大面积推广时,如何设置少量抽样数据来检测一定区域内减量分类工作的效果?

问题四

通过构建的减量分类模型,判断深圳未来5年推进减量分类工作关键措施,并预测措施实施的最好与最坏结果。

二问题分析

对问题一:

我们采用的是Excel表格和SPSS构建量化模型

首先,分别对天景花园和阳光家园的垃圾分类数据进行整理,找出激励措施对居民垃圾分类的影响。

然后根据所整理的数据,运用SPSS平台构建出量化模型。

对问题二:

试点小区四类垃圾组分本身的数量相关性,我们采用Excel,通过柱形图和折线图来分析其相关性。

对于各项激励措施与减量分类效果,我们运用ISM方法,通过研究社会各项因素和个体因素的相关程度,从无序中找出性关性,对其进行整理和分析。

 

三模型假设

1.假设小区居民在倾倒垃圾时全部按照垃圾的标识进行分类

2.假设小区居民在一些特殊的天气会正常扔垃圾

3.假设不会随着节假日垃圾量增幅问题(春节、国庆、等节假日)

4.假设有新的变化因素引进时,或者原有的因素减少时,单一准则下,原有因素的排序全职的比例不变

5.假设收垃圾的车不会因为故障而将收垃圾的时间延后

 

四符号说明

(1)

X1

市委政府督导程度

(2)

X2

政府给予的激励补贴程度

(3)

X3

法律法规的健全程度

(4)

X4

政府的宣传力度

(5)

X5

垃圾收费制度是否合理

(6)

X6

后续垃圾处理技术是否先进

(7)

X7

社会各界的关注度

(8)

X8

居民家庭人数

(9)

X9

居民收入水平

(10)

X10

居民生活习惯

(11)

X11

居民受教育水平

(12)

X12

居民年龄分布

(13)

X13

居民对政府补贴的关注程度

 

五模型的建立与求解

问题一:

1、利用ISM方法建立邻接矩阵

2、利用MATLAB平台求出层次分层情况,程序见附录,结果如下图

3、画出层次结构图

问题二:

根据天景花园2013年1月,2月,3月垃圾收集统计表得出各类垃圾所占总垃圾量的比例:

 

可回收物率

厨余垃圾率

有害垃圾率

其他垃圾率

一月

0.191243027

0.362277655

0.00052626

0.445953058

二月

0.183323115

0.395708155

0.000784795

0.420183936

三月

0.213224524

0.408558276

0.00081607

0.37740113

从图中可以看出可回收物率,厨余垃圾绿以及有害垃圾率的比例在上升,同时其他垃圾率的比例在逐步下降说明该小区的对于垃圾分类所展开的一系列的活动产生了成效,同时居民也在积极响应垃圾分类。

根据阳光家园2013年10月,11月垃圾收集统计表得出各类垃圾所占总垃圾量的比例:

 

可回收物率

厨余垃圾率

有害垃圾率

其他垃圾率

10月

0.194439341

0.137301733

0.00045931

0.66779962

11月

0.197336276

0.138592482

0.00043975

0.663631492

从图中可以发现阳光家园无论在可回收物率,厨余垃圾率,有害垃圾率还是在其他垃圾率都没有明显变化。

这在一定程度上反映阳光花园在垃圾减排分类上没有做出很大的变革。

从上图可知:

可回收物,厨余垃圾,有害垃圾,其他垃圾两两之间存在非线性相关关系,由此运用SPSS软件进行非线性回归分析拟合计算。

回归

输入/移去的变量b

模型

输入的变量

移去的变量

方法

1

有害垃圾,厨余垃圾,可回收物

.

输入

a.已输入所有请求的变量。

b.因变量:

其他垃圾

模型汇总

模型

R

R方

调整R方

标准估计的误差

1

.635a

.403

.337

10.68416

a.预测变量:

(常量),有害垃圾,厨余垃圾,可回收物。

Anovab

模型

平方和

df

均方

F

Sig.

1

回归

2079.789

3

693.263

6.073

.003a

残差

3082.085

27

114.151

总计

5161.874

30

a.预测变量:

(常量),有害垃圾,厨余垃圾,可回收物。

b.因变量:

其他垃圾

系数a

模型

非标准化系数

标准系数

t

Sig.

B

标准误差

试用版

1

(常量)

298.173

38.009

7.845

.000

可回收物

-2.010

.585

-.520

-3.438

.002

厨余垃圾

-.396

.180

-.328

-2.198

.037

有害垃圾

1.950

4.891

.060

.399

.693

a.因变量:

其他垃圾

设可回收垃圾为

厨余垃圾为

,有害垃圾为

其他垃圾为y

则线性回归方程为

问题三:

由层次结构解释图知在12项因素中家庭收入水平在其中起着很大的影响,家庭的人数、市委政府督导程度、法律法规的健全程度、政府的宣传力度、垃圾收费制度是否合理、社会各界的关注度都是在一定程度上影响垃圾的减量分类,由图的层次性可初步建议在减量分类模式大面积推广时,要加大政府给予的激励补贴程度、增加居民的关注度同时提高了政府对此项工程的宣传效率。

如何检测某区域内减量分类工作的效果

以居民对垃圾减量分类知识了解情况的综合得分为指标,设计包含20题关于垃圾分类的题目的问卷,可利用随机数进行抽样发放问卷对每一户发一份问卷,对参与进的人予以奖励,这样可以以户为单位了解这个小区大致对垃圾减量分类知识的了解情况,从而反映出此区域内减量分类工作的效果。

其次,可以随机对某些居民进行访问,深入了解,这项作为辅助项。

可以调查100人,累计“正”数,最后统计得出四项指标的比率

评价

较好

一般

总人数

居民

正正…

正…

正—….

—…..

100

比例

问题四:

对于基于ISM模型构造出的系统模型,我们不发可以看出垃圾的减量分类与社会因素及个人的因素有着最直接的关系。

在第四层中,可以发现后续垃圾处理技术是否先进与政府的激励补贴政策有关。

居民的家庭人数影响居民受教育水平,二教育水平又影响着国民收入等等。

在这一系列的关系中,我们不难发现:

六级因素影响五级因素,五级因素影响四级因素,四级因素影响三级因素,三级从众因素影响二级因素,二级因素又影响一级因素。

这些因素互相层次性关系可以让我们更好的了解到因素之间相互的关系,从而为以后的工作的开展带来更好的参照。

 

六模型的优缺点分析

优点:

运用ISM模型,可以看出各个层次间的关系,清晰明了,有利于利用系统间已知的、但是凌乱的关系,揭示出系统的内部结构,用于分析复杂系统要素间关联结构。

运用Excel平台做出柱状图及折线图,将数据进行处理,非常清楚的可以看出各个小区所做的努力产生的效果。

其中天景花园初见成效,而阳关家园还需要改进努力。

同时运用统计等数学知识将很一般的数据联系起来,构造回归进行分析,得出结论,便于以后的研究和改进。

缺点:

只能表示关联,无法解决具体的定量问题。

 

参考文献

【1】胡晓东.MATLAB从入门到精通[M]人民邮电出版社,2010.

【2】唐幼纯.系统工程方法与应用[M].清华大学出版社.2011.

【3】SPSS统计分析方法及应用[M].电子工业出版社.2009

【4】决策理论与方法[M].中国人民大学出版社.2010

【5】城市生活垃圾管理系统动力学模型研究——以北京市为例[M].知识产权出版社.2009

【5】系统动力学在可持续发展研究中的应用[M].中国环境科学出版社.2008.

附录

fprintf('邻接矩阵');

S=[1.01.00.01.01.01.00.00.00.00.00.01.0

0.01.00.00.00.00.00.00.01.00.00.01.0

1.00.01.01.01.00.01.00.00.00.00.00.0

1.00.00.01.00.00.01.00.00.00.00.01.0

0.00.01.00.01.00.00.00.00.00.00.00.0

0.00.00.00.00.01.00.00.00.00.00.00.0

1.01.01.01.01.00.01.00.00.00.00.00.0

0.01.00.00.00.00.00.01.01.01.00.01.0

0.00.00.00.00.00.00.00.01.01.00.00.0

0.00.00.00.00.00.00.00.00.01.00.00.0

0.00.00.00.00.00.00.00.01.01.01.01.0

0.00.00.00.00.00.00.00.00.00.00.01.0]

n=size(S,1);

D=S;

fori=2:

n

D=D+S^i;

end

fprintf('可达矩阵');

D(D~=0)=1

fprintf('输出可达集R、前因集A\n');

r=1;

Z=zeros(n);

while(~isequal(D,Z))

X=ones(1,n)*0;

fori=1:

n

R=find(D(i,:

));

A=find(D(:

i));

RA=intersect(R,A);

if(~isempty(R)&&~isempty(A)&&length(R)==length(RA))

X(r,i)=i;

D(i,i)=0;

end

ifr==1

fprintf('第%d因素',i);

R=R

A=A

end

end

fprintf('第%d层o',r);

fori=1:

n

if(X(r,i)~=0)

fprintf('%d',X(r,i));

end

end

fprintf('\n');

fori=1:

n

ifD(i,i)==0

D(i,:

)=0;

D(:

i)=0;

end

end

r=r+1;

end

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 高等教育 > 医学

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1