关于垃圾减量分类中的量化分析..docVIP

答卷编号（竞赛组委会填写）： 答卷编号（竞赛组委会填写）： 论文题目：C关于垃圾减量分类中的量化分析 参赛队员（务必注明学号、班级）： 1.姓名：李扬洁 学院：物理与电子学院 学号：1404110736 班级　　应物1102　　电话：　　　　 2. 姓名：李浩然 学院：航天航空学院　　学号： 班级　　　　　　　　　　　电话： 　　　　　 3. 姓名： 李祯怡 学院：交通运输工程学院 学号： 班级　　　　　　　　　　　电话： 　　　　　 答卷编号（参赛报名号）： 答卷编号（竞赛组委会填写）： 评阅情况（评阅专家填写）： 评阅1. 评阅2. 评阅3. 关于垃圾减量分类中的量化分析 摘要 本文根据题设情况和相关数据，首先建立了层次分析模型和多元线性回归模型来描述社会因素和个体因素对于垃圾产量的影响，其次通过各类垃圾产量趋势图和影子价格及其灵敏度分析来研究其相关性，接着从基础数据的统计分析中判断出其颗粒度是足够的，应该在厨余垃圾类和其他垃圾类中投入更多成本和精力，以及使用分层抽样方法来检测其工作效果，最后构建时间序列模型预测干预措施的实施结果。综合以上探讨研究，向深圳市政府提出了一份相关建议书。 针对问题一，以垃圾产量为目标层，社会因素和个人因素为准则层，求取各阶段的判断矩阵，建立了层次分析模型（AHP）。在一致性比率检验合格之后求得其最大特征根以及权向量。最后在归一化处理后建立多元线性回归模型，由此描述社会因素和个体因素在垃圾减量分类过程中的不同作用。 针对问题二，根据附件材料中两个小区的垃圾收集统计表，作出各类垃圾产量的时间趋势图，从中分析出试点小区四类垃圾组分本身的数量之间的相关性。由影子价格及其灵敏度分析确定激励措施与减量分类效果存在正相关性，原因是激励措施影响了回归方程中的各项系数，最终使垃圾产量总体减少。 针对问题三，基于前面减量分类模型的研究结果，对比深圳市与其他地区的生活垃圾基础数据统计分析，判断出其基础数据分项及颗粒度是足够的，并且应该在厨余垃圾类以及其他垃圾类数据获取中投放更多的成本和精力。同时使用分层抽样方法，从而设置少量数据便可以对其减量分类工作效果进行检测。 针对问题四，建立时间序列模型，对各组垃圾产量进行观察测量，求得其相关图以及自相关函数。在深圳市未来5年的减量分类工作中，其关键措施则应随着ARIMA模型中相关系数的变化而做出相应改变。同时通过对各个影响因子建立干预模型，预测出深证市在相关措施实施之后的最好与最坏结果。 本文综合运用了Matlab、Lingo、Eviews、Excel等软件对以上所列出的模型以及相关函数进行求解，所求的数据经过检验之后确保了精度的合格。 关键词：层次分析法、多元线性回归、分层抽样法、时间序列、干预模型 问题重述 1.1问题背景 垃圾减量分类收集是城市生活垃圾处理问题的一个关键环节，通过教育、督导、激励等措施（社会因素）影响个人及家庭的垃圾产生动因（个人因素），从而形成减少垃圾总量并分类回收良性结果的控制过程。由于缺少描述“社会因素”和“个体因素”及其相互作用的量化模型，对该控制过程的研究难以开展具有一定精度的量化分析工作。相关量化模型的探讨不仅可以提升垃圾产量的预测精度，还可以给决策活动提供有益的辅助支持手段。目前深圳市以天景花园和阳光花园作为两个试点小区，正在进行垃圾减量分类的试点活动。 1.2问题提出 根据两个试点小区的实际数据记录，工作经验总结以及其他相关资料，构建量化模型描述深圳天景花园和阳光花园的垃圾减量分类过程，分析试点小区四类垃圾组分数量的相关性以及激励措施和垃圾减量分类效果之间的相关性，探讨基础数据分项及颗粒度是否足够，应在哪些数据获取中投入更多资源以及如何设置少量抽样数据来检测工作效果，指出深圳市未来五年相关工作关键措施并预测其最好和最坏结果，最后向深圳市政府提供一份相关建议书。 1.3相关数据 天景花园垃圾收集统计表，见附件二。 阳光花园垃圾收集统计表，见附件三。 问题分析 针对问题一，要求综合考虑影响居民垃圾产量的各个方面，构建量化模型来描述社会因素和个体因素对于垃圾产量的影响，而这个问题中社会因素和个体因素有多有少，有大有小，是多层次、多因素而具有复杂性的，需要利用层次分析法对其分析，处理数据之间的相关性。因此通过层次分析模型建立递阶层次结构，求出其最大特征根以及最大特征向量，再建立多元线性回归模型。 针对问题二，要求基于问题一的减量分类模型，分析小区四类垃圾组分本身的数量之间