大气污染防治灰色预测模型

该博客介绍了如何运用一阶常微分方程和最小二乘法对2013年至2020年的PM10污染数据进行分析,以预测2021年至2025年的污染物浓度。通过对原始数据的累加和均值处理,计算出参数a和b,进而预测未来五年的大气污染情况。文章提供了预测数据的生成过程及可视化比较,强调了环境规划中预测污染物排放的重要性。
摘要由CSDN通过智能技术生成

2021年是十四五计划的基础年,为此预测污染物的排放对环境生态控制指定标准和规划由为重要。以下是对大气污染指标PM10的预测,假设污染物浓度与年份之间符合一阶常微分方程,利用2013-2020的数据,并对数据进行累加和均值后用最小二乘法拟合即以下矩阵的右乘,求出参数a,b再带入到结果方程计算预测结果,并针对性提出方案。----环境规划作业,记得一键三连哦~

clear
syms a b;%定义参数a和b,
c=[a b]’;%令矩阵c为参数阵
A=[108.1,115.8,101.5,92.0,84.0,78.0,68.0,56.0];% 原始数据矩阵
B=cumsum(A); % 原始数据累加
n=length(A);%矩阵A的长度,即A中元素的个数
for i=1:(n-1)
C(i)=(B(i)+B(i+1))/2; % 生成均值矩阵
end
% 计算待定参数的值
D=A;D(1)=[];%将A赋值给D,D(1)为空,即初始值为0
D=D’;%将D’赋值给D
E=[-C;ones(1,n-1)]; %E为C矩阵取相反数后再加一行n个-1的元素的矩阵
c=inv(EE’)ED;%最小二乘法算法的矩阵表达式
c=c’;%将c’赋值给c
a=c(1);b=c(2);%a是矩阵c里的第一个元素,b是第二个元素
% 预测后续数据
F=[];F(1)=A(1);%F初始化为0,将A(1)赋给F(1)
for i=2:(n+5)%i从2到n+5即往后预测5年(2021-2025)
F(i)=(A(1)-b/a)/exp(a
(i-1))+b/a ;%连续微分方程的解
end
G=[];G(1)=A(1);%同上F的赋值
for i=2:(n+5)%同上
G(i)=F(i)-F(i-1); %得到预测出来的数据(因原始数列经历了累加)
end
G % 展示预测数据
plot(2013:2020,A,‘d’,2013:2025,G,‘r:x’) %原始数据与预测数据的比较
xlabel(‘年份’)
ylabel(‘浓度’)

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值