垃圾分类模型.docx

: .
数学建模
刘慧慧等人
系。我们通过查阅深圳市2000—2010年的统计年鉴，统计了城市垃圾清运量与政府教育支出、GDP人均
GDP环保投入、总人口数、户籍/非户籍比例、家庭结构的数据，用Eviews软件对这些数据进行相关性分析和多元线性回归分析，得出线性回归模型，也即是
这些变量对城市生活垃圾的清运量的量化关系，说明了各因素对垃圾清运量的具体影响情况。
对于问题二分析：
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？根据附件二由SPSSM以直接看他的相关性，由于数据的特殊性，删除了二月份的几个数据，得到跟好的结果，从结果中可以看出：总量垃圾由厨余垃圾，可回收垃圾构成，与有害垃圾大致无关。可回收物与厨余垃圾呈弱正相关，与有害垃圾呈极弱相关，与其他垃圾呈中等程度负相关；厨余垃圾与有害垃圾呈弱相关，与有害垃圾呈极弱负相关；有害垃圾与其他垃圾呈极弱负相关。再基于你构建的减量分类模型可以知道政府各项激励措施和减量分类效果之间存在正的相关性关系。
对于问题三分析：
首先对本题中的几个名词加以分析，基础数据项：是对垃圾的具体分类。数据颗粒度：是用于表示某数据集的组成的最小单元，根据附件8所给信息知道深圳市对垃圾处理的颗粒度标准。基础数据分项是否足够主要通过与一些发达地区及环保工作做得比较好的地区之间比较以及根据现有经验分析；对于颗粒度是否
足够主要通过对附件8的数据分析并参照《生活垃圾采样和物理分析方法
(CJ/T313-2009)》的要求判断；通过垃圾分类的作图，再对数据分析及根据一些发达地区的标准的基础上确定成本和精力投入方向；运用统计学上的一些抽样思想来达到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的目的。：
通过前几问的分析我们可以看出，在自然因素，社会因素和内在因素中，所占比重的是个体因素和社会因素，个体因素不稳定，所以政府可以从社会因素出发。加大环保投入，注重教育来改善。我们的思路是，首先用灰色预测法计算出政府
教育支出（X1）、GDP（X2）、人均GDP（X3）、环保投入（X4）、总人口数（X5）、户籍/非户籍比例（X6）、家庭结构（X7）、在未来五年的预测值，然后代入主成分分析法得到的主成分模型，就得到了城市生活垃圾清运量。
三、模型假设
1 .假设题目所给数据及建模搜集数据真实可靠；
2 .假设小区居民扔垃圾的量不受天气和气候的影响；
3 .假设所有人都按要求对垃圾分类；
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 .各个指标因素互不相关，互不影响；
6 .假设收垃圾的车不会因为故障而将收垃圾的时间延后；
7 .假设建模中涉及主观分析的结论基本与事实相符；
8 .假设深圳队环保的投资全部用于对垃圾的减量分类过程。
四、符号说明
Xi—政府教育支出
X2-——GDP
X3-——人均GDP
X4------环保投入
X5——总人口数
X6------户籍/非户籍比例
X7------家庭结构
Y城市垃圾清运量
Wi------基础数据分项的抽样量权重
N----总抽样量
Pi-----各区人口
P-----总人口
五、模型建立与求解
模型的建立
要分析社会因素和个体因素与城市生活垃圾的清运量之间的关系，我们就要考虑与社会因素相关的教育、激励措施，与个人因素相关的家庭收入水平、家
庭结构、户籍类型和城市生活垃圾的清运量之间的关系。我们采用了城市垃圾清运量与政府教育支出、GDP人均GDP环保投入、总人口数、户籍/非户籍比例、家庭结构的数据，对这些数据进行相关性分析和多元线性回归分析，得出最后的量化模型。
建立的线性回归模型为：
Y=a）+aiXi+a2X>a3X3a4X4a5X5a6X6a6X7
模型的求解
根据200A2010年的深圳市的统计年鉴，可以得出如下的政府教育支出
（Xi）、GDP（X2）、人均GDP（X3）、环保投入（X4）、总人口数（X5）、户
籍/非户籍比例（X6）、家庭结构（X7）、城市垃圾清运量（Y）数据表如下：
策检
政府故育支出《月元】
深圳经济发威fmp日元》
后民生拈水平1人均GDF
纪元3
政府融痂（环
挥投入月元3
A）
总人口颉
户舞/非户6比例
薇窕结陶
（平均每户人数）
施用生活增圾清运量（月哽｝
2000