2012年认证杯SPSSPRO杯数学建模B题(第二阶段)节能减排全过程文档及程序
2012年认证杯SPSSPRO杯数学建模
节能减排、抑制全球气候变暖
B题 白屋顶计划
原题再现:
第二阶段问题
虽然环境学家对地球环境温度的改变有许多种不同观点,但大多数科学家可以达成一个基本的共识:近年来人类的活动,尤指二氧化碳等温室气体的排放,影响了全球气候,使气温呈现变暖的趋势。所以如何节能减排也就成为了环保的重要议题。
问题一: 请你建立合理的数学模型,评估“白屋顶计划”对节能减排、抑制全球气候变暖所起到的效果。
问题二: 有一些国家已经开始在有限的范围内尝试推进“白屋顶计划”,以起到节能减排的效果。由于不同城市的具体情况不同,请建立合理的数学模型,以定量评估“白屋顶计划”在不同城市中的效果,并举例说明。请给出一个具体的判断准则,以便不同的城市判断该计划的施行价值。
整体求解过程概述(摘要)
本文为了能定量的分析“白色屋顶”计划的实施效果,建立了简化的物理传热模型以及层次分析与模糊评价相结合的效果评估模型。
首先,我们运用物理公式结合斯蒂芬—波尔兹曼定律,建立了屋顶辐射量模型,分析了换成白色屋顶后辐射量的变化,最终转化为二氧化碳的排放问题。定量地求得了重庆市在全范围使用白色屋顶之后,节能减排效果明显。而资料显示,二氧化碳在大气中的大量聚集是造成全球气候升温的罪魁祸首。可以分析得到重庆市在实施了白屋顶计划后,的确能有效地做到节能减排,抑制全球气候升温。
然后,针对问题二,我们运用层次分析与模糊评价的方法,建立了“白色屋顶”计划实施效果综合评估模型。我们选取了影响实施效果最为明显的六个因素,利用网上查阅的大量资料,结合层次分析法综合地为六个因素设置了相对权重。之后,结合模糊评价法在城市与这六个因素间建立模糊评价矩阵,给各个城市在实施“白色屋顶”计划后对效果进行定量分析。利用 MATLAB 计算出参与评估的七个城市:上海,大同,沈阳,澳门,北京,拉萨和重庆的最终评估分数,从而证明了模型的实用性。
接着,为了将模型二进行优化,尽量消除在确定模糊判断矩阵过程中容易引入的主观因素,我们建立了模型三。在该模型中,我们为城市的六项指标(即影响实施效果的六个因素)确立了标准,优化了模型二中专家评价这一过程,使模糊判断矩阵的确立更加方便且又不失客观性。而且,有研究显示:三亚这个城市在实施“白色屋顶”计划后对节能减排基本无效。 我们再利用模型三对三亚进行效果评估, 得到三亚最终评分为 80。 于是,我们以 80分作为基准,若最终评估得到分数高于 80 分,则说明“白色屋顶”计划的实施在该城市有效果,反之,则说明没有效果。
问题分析:
“白色屋顶”计划对降低城市热岛效应的作用评估是一个涉及到光学、大气学、物理学、化学、环境学、经济学、心理学等各诸多方面产生影响的问题,由于比赛时间短和我们知识的局限性,可以对重庆使用白屋顶之后产生的变化进行了定量的分析,从而说明“白色屋顶”计划对节能减排、减缓全球气候变暖起到的作用。从而,解决了第一个问题。
接着, 为了求解第二个问题, 我们对几个效果评估影响较大的因素进行了层次分析,通过结合之前模型的结论以及网上查阅的资料,进而确定各个因素对于效果评估中所占据的权重。接着,定义评语集,结合层次分析与模糊评估,对各个城市实施白屋顶计划产生的综合效应进行评估。由此,即建立了一个较为准确且行之有效的对白屋顶计划实施效果进行有效评估的准则。
然后,为了使模型二的评价结果更加准确客观,我们建立了模型三,对城市各项指标进行了分析,定义出一个普便实用的标准。这样一来,就能使模型二中模糊判断矩阵的确立更加客观明确,大幅度的消除了主观因素的影响。
最后,根据已知研究结果,即三亚在实施白色屋顶计划后效果与实施前并无多大差异,我们以三亚这个城市作为标准。应用模型二与模型三评估得到白色屋顶在三亚使用效果评分为 80,然后,我们可以以 80 作为一个基准,将各城市的评估分数与之作比较,若高于它,则说明白色屋顶计划的实施有效果,若低于它,则说明实施效果不好,并不具备使用价值。
模型假设:
1.假设城市是一个封闭的系统与外界无热交换
2.假设确定的各项评价指标是合理的且并不相互影响;
3.假设专家对每个因素的评价是合乎实际的;
4.假设在构造成对比较矩阵时对各因素的权重赋值是合理的;
5.假设在实施白屋顶计划时候,全市的屋顶均由灰色涂成白色;
6.假设所评估城市中各类建筑的热吸收效果类似,不存在太大差异;
7.假设题中所涉及各项数据都准确可靠;
论文缩略图:
全部论文请见下方“ 只会建模 QQ名片” 点击QQ名片即可
部分程序代码:(代码和文档not free)
tic
disp('please input Matrix A')
A=input('A=\n'); %A 矩阵为需要分析的 n 阶方阵
[n,n]=size(A);
x=ones(n,100);
y=ones(n,100);
m=zeros(1,100);
m(1)=max(x(:,1));
y(:,1)=x(:,1);
x(:,2)=A*y(:,1);
m(2)=max(x(:,2));
y(:,2)=x(:,2)/m(1);
p=0.0001;
i=2;
k=abs(m(2)m(1));
while k>p;
i=i+1;
x(:,i)=A*y(:,i1);
m(i)=max(x(:,i));
y(:,i)=x(:,i)/m(i);
k=abs(m(i)m(i1));
end
a=sum(y(:,i));
w=y(:,i)/a;
t=m(i);
disp('权重向量 w=')
disp(w)
%fprintf('权重向量 w=%f\n',w);
fprintf('最大特征根 t=\n %f\n',t);
%以下为该方阵的一致性检验
CI=(tn)/(n1);
RI=[0 0 .58 .90 1.12 1.24 1.32 1.41 1.45 1.49 1.51];
CR=CI/RI(n);
if CR<0.1;
disp('CI=')
disp(CI)
disp('RI=')
disp(RI(n))
disp('CR=')
disp(CR)
fprintf('所以\n CR<0.1\n\n');
disp('因此该方阵可以通过一致性检验')
elsedisp('因此该方阵不可以通过一致性检验')
end
toc
w=[.1272 .1295 .1523 .0424 .2967 .2119];
disp('输入城市矩阵');
R=input('R=');
ans=w*R;
u=[95;85;75;65;55];
x=ans*u;
disp('效果综合评价x=');
disp(x)
全部论文及程序请见下方“ 只会建模 QQ名片” 点击QQ名片即可
相关文章:

2012年认证杯SPSSPRO杯数学建模B题(第二阶段)节能减排全过程文档及程序
2012年认证杯SPSSPRO杯数学建模 节能减排、抑制全球气候变暖 B题 白屋顶计划 原题再现: 第二阶段问题 虽然环境学家对地球环境温度的改变有许多种不同观点,但大多数科学家可以达成一个基本的共识:近年来人类的活动,尤指二氧…...
NOI - OpenJudge - 2.5基本算法之搜索 - 2753:走迷宫 - 超级无敌详细题解(含多个不同算法AC代码)
点赞关注吧~ 2753:走迷宫 查看提交统计提问 总时间限制: 1000ms 内存限制: 65536kB 描述 一个迷宫由R行C列格子组成,有的格子里有障碍物,不能走;有的格子是空地,可以走。 给定一个迷宫,求从左上角走到右下角最…...

什么是Redis数据一致性?如何解决?
在系统中缓存最常用的策略是:服务端需要同时维护DB和cache,并且是以DB的结果为准–Cache-Aside Pattern(缓存分离模式、旁路缓存) 读数据 单纯的读数据是不会产生数据不一致,只有并发下读和写才会存在数据不一致。 写…...
【办公软件】开发常用网站
文章目录 一、开发社区二、开发学习三、视图工具四、开发工具五、前端web开发工具六、开发接口官网 备用产看。 https://www.webhub123.com https://www.webhub123.com/#/home/detail?projectHashid59183272&ownerUserid22053727 java全栈只是体系:https://www…...

车道线检测_Canny算子边缘检测_1
Canny算子边缘检测(原理) Canny算子边缘检测是一种经典的图像处理算法,由John F. Canny于1986年提出,用于精确、可靠地检测数字图像中的边缘特征。该算法设计时考虑了三个关键目标:低错误率(即尽可能多地检…...

kubadm部署kubernetes
什么是kubernetes Kubernetes是一款应用于集群的,容器自动部署、扩展和管理的开源平台,提供了一种以容器为中心的基础架构。利用kubernetes,你可以快速高效地响应客户如下请求: 应用程序的动态、精准部署应用程序的动态扩展无缝推…...
Sqlite插入单引号和双引号,防止sql注入
1. 方法1 sqlite3_mprintf替换sprintf,%q替换%s. 1.1. 举例 修改前代码 //修改前, hello123写入失败char sql[1000]char* sql sprintf("UPDATE table SET name %s WHERE name_id %d","hello123", 1);rc sqlite3_exec(db, sql, NULL, NULL, &err…...

代码随想录算法训练营第二十九天(回溯5)|491. 非递减子序列、46. 全排列、47. 全排列 II(JAVA)
文章目录 491. 非递减子序列解题思路源码 46. 全排列解题思路源码 47. 全排列 II解题思路源码 总结 491. 非递减子序列 给你一个整数数组 nums ,找出并返回所有该数组中不同的递增子序列,递增子序列中 至少有两个元素 。你可以按 任意顺序 返回答案。 …...

【CANN训练营笔记】AscendCL图片分类应用(C++实现)
样例介绍 基于PyTorch框架的ResNet50模型,对*.jpg图片分类,输出各图片所属分类的编号、名称。 环境介绍 华为云AI1s CPU:Intel Xeon Gold 6278C CPU 2.60GHz 内存:8G NPU:Ascend 310 环境准备 下载驱动 wget ht…...

从头开发一个RISC-V的操作系统(二)RISC-V 指令集架构介绍
文章目录 前提ISA的基本介绍ISA是什么CISC vs RISCISA的宽度 RISC-V指令集RISC-V ISA的命名规范模块化的ISA通用寄存器Hart特权级别内存管理与保护异常和中断 目标:通过这一个系列课程的学习,开发出一个简易的在RISC-V指令集架构上运行的操作系统。 前提…...
uniapp/设置桌面角标/发送系统通知/动态修改桌面应用图标/展示3d模型/仿淘宝二楼
uniapp的安卓apk图标角标设置消息数量 1、主要方法: 设置角标: plus.runtime.setBadgeNumber(999) 清除角标: //plus.runtime.setBadgeNumber(0)//没有效果 plus.runtime.setBadgeNumber(-1) //有效果 2、使用在具体的生命周期 1、打开app获取…...

【Java八股学习】Redis高可用 思维导图
说明 文章内容通过学习小林Coding内的优质文章后整理而来,整理成思维导图的方式是为了帮助自己理解、记忆和复习。如若侵权请联系删除,再次对小林Coding内的优质文章表示感谢。参考文章如下: 主从复制是怎么实现的?为什么要有哨…...

C++万物起源:类与对象(三)拷贝构造、赋值重载
目录 一、拷贝构造函数 1.1拷贝构造函数的概念与特征 1.2拷贝构造的实现 1.3默认构造函数 1.4拷贝构造函数典型调用场景 二、赋值运算符重载 2.1赋值运算符重载的格式 一、拷贝构造函数 1.1拷贝构造函数的概念与特征 在c语言语法中,我们可以将一个变量赋值给…...
JavaScript构造函数(new构造js对象与原型链prototype)
构造函数详解 铺垫:面向对象编程一、构造函数是什么?二、构造函数的作用?三、构造函数的执行过程?四、构造函数的返回值?五、构造函数为什么要用new关键字调用?六、构造函数的实例成员和静态成员࿱…...
【WPF应用31】WPF基本控件-ListView的详解与示例
WPF(Windows Presentation Foundation)是.NET框架的一个组成部分,它用于构建桌面应用程序的用户界面。ListView是WPF中一个非常强大的数据展示控件,它可以用来显示一系列的项,类似于Windows资源管理器中的文件列表。Li…...

【动态】江西省小型水库安全监测能力提升试点项目通过验收
近日,由北京国信华源科技有限公司和长江勘测规划设计研究有限责任公司联合承建的江西省小型水库安全监测能力提升试点项目圆满通过验收。 在项目业主单位的组织下,省项目部、特邀专家、县水利局二级项目部以及项目设计、监理、承建等单位的代表组成验收工…...
前视声呐目标识别定位(九)-声呐驱动
前视声呐目标识别定位(一)-基础知识 前视声呐目标识别定位(二)-目标识别定位模块 前视声呐目标识别定位(三)-部署至机器人 前视声呐目标识别定位(四)-代码解析之启动识别模块 …...

【详解】Windows系统安装Nginx及简单使用
【详解】Windows系统安装Nginx及简单使用 一、Nginx是什么? “Nginx 是一款轻量级的 HTTP 服务器,采用事件驱动的异步非阻塞处理方式框架,这让其具有极好的 IO 性能,时常用于服务端的反向代理和负载均衡。”Nginx 是一款 http 服…...
WebGPU vs. WebGL:前端图形技术的进化与数字孪生的崭新前景
在现代互联网时代,图形渲染在网页应用和数字孪生的开发中起着至关重要的作用。WebGL和WebGPU是两种前端图形技术,它们在处理图形和计算密集型任务时发挥着关键作用。本文将深入研究这两种技术,探讨它们的区别、WebGPU的优势,以及它…...

即刻体验 | 使用 Flutter 3.19 更高效地开发
我们已隆重推出全新的 Flutter 版本——Flutter 3.19。此版本引入了专为 Gemini 设计的新 Dart SDK、一个能让开发者对 Widget 动画实现精细化控制的全新 Widget,Impeller 更新带来的渲染性能提升、有助于实现深层链接的工具和对 Windows Arm64 的支持,以…...

相机Camera日志实例分析之二:相机Camx【专业模式开启直方图拍照】单帧流程日志详解
【关注我,后续持续新增专题博文,谢谢!!!】 上一篇我们讲了: 这一篇我们开始讲: 目录 一、场景操作步骤 二、日志基础关键字分级如下 三、场景日志如下: 一、场景操作步骤 操作步…...
线程同步:确保多线程程序的安全与高效!
全文目录: 开篇语前序前言第一部分:线程同步的概念与问题1.1 线程同步的概念1.2 线程同步的问题1.3 线程同步的解决方案 第二部分:synchronized关键字的使用2.1 使用 synchronized修饰方法2.2 使用 synchronized修饰代码块 第三部分ÿ…...

使用分级同态加密防御梯度泄漏
抽象 联邦学习 (FL) 支持跨分布式客户端进行协作模型训练,而无需共享原始数据,这使其成为在互联和自动驾驶汽车 (CAV) 等领域保护隐私的机器学习的一种很有前途的方法。然而,最近的研究表明&…...
1688商品列表API与其他数据源的对接思路
将1688商品列表API与其他数据源对接时,需结合业务场景设计数据流转链路,重点关注数据格式兼容性、接口调用频率控制及数据一致性维护。以下是具体对接思路及关键技术点: 一、核心对接场景与目标 商品数据同步 场景:将1688商品信息…...

1.3 VSCode安装与环境配置
进入网址Visual Studio Code - Code Editing. Redefined下载.deb文件,然后打开终端,进入下载文件夹,键入命令 sudo dpkg -i code_1.100.3-1748872405_amd64.deb 在终端键入命令code即启动vscode 需要安装插件列表 1.Chinese简化 2.ros …...

智能仓储的未来:自动化、AI与数据分析如何重塑物流中心
当仓库学会“思考”,物流的终极形态正在诞生 想象这样的场景: 凌晨3点,某物流中心灯火通明却空无一人。AGV机器人集群根据实时订单动态规划路径;AI视觉系统在0.1秒内扫描包裹信息;数字孪生平台正模拟次日峰值流量压力…...

【Oracle】分区表
个人主页:Guiat 归属专栏:Oracle 文章目录 1. 分区表基础概述1.1 分区表的概念与优势1.2 分区类型概览1.3 分区表的工作原理 2. 范围分区 (RANGE Partitioning)2.1 基础范围分区2.1.1 按日期范围分区2.1.2 按数值范围分区 2.2 间隔分区 (INTERVAL Partit…...

HashMap中的put方法执行流程(流程图)
1 put操作整体流程 HashMap 的 put 操作是其最核心的功能之一。在 JDK 1.8 及以后版本中,其主要逻辑封装在 putVal 这个内部方法中。整个过程大致如下: 初始判断与哈希计算: 首先,putVal 方法会检查当前的 table(也就…...

【7色560页】职场可视化逻辑图高级数据分析PPT模版
7种色调职场工作汇报PPT,橙蓝、黑红、红蓝、蓝橙灰、浅蓝、浅绿、深蓝七种色调模版 【7色560页】职场可视化逻辑图高级数据分析PPT模版:职场可视化逻辑图分析PPT模版https://pan.quark.cn/s/78aeabbd92d1...

宇树科技,改名了!
提到国内具身智能和机器人领域的代表企业,那宇树科技(Unitree)必须名列其榜。 最近,宇树科技的一项新变动消息在业界引发了不少关注和讨论,即: 宇树向其合作伙伴发布了一封公司名称变更函称,因…...