垃圾减量分类活动中社会及个体因素的量化分析

《垃圾减量分类活动中社会及个体因素的量化分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、数学建模校内竞赛论文论文题目：垃圾减量分类活动中社会及个体因素的量化分析论文题目：垃圾减量分类活动中社会及个体因素的量化分析[摘要]垃圾减量分类活动是人类社会对自身垃圾产生系统的一个干预性工程，是在社会内在因素的大背景下社会因素对个体因素的诱导结果。本文以垃圾量和垃圾回收利用率作为主要评价指标对垃圾减量分类进行评价，并探讨垃圾减量分类中的“社会因素”、“个体因素”及“内在因素”对评价指标的影响，并建立模型对相关量进行量化和预测。对问题一：首先设定垃圾量、垃圾回收利用率和居民参与率为评价垃圾减量分类的三个指标。并将影响垃圾减量分类

2、的因素分为“社会因素”“个体因素”“内在因素”三类，采用层次分析法分析三个影响因素对三个评价指标的影响并求出权重矩阵，用得到结果描述并比较阳光家园和天景花园的减量分类过程和结果，比较得出天景花园的减量分类工作比阳光花园要好的结论。同时反馈信息验证层次分析模型的是否合理。然后基于层次分析法得到的权重矩阵用多元回归分析法量化垃圾量和垃圾回收利用率三个因素间的关系，并构造量化模型衡量和预测垃圾减量分类中的相关量。对问题二：基于灰色关联度相关模型，分析四类垃圾之间相关性以及激励措施对减量分类效果存在的相关性，并利用对数据的非线性拟合对模

3、型进行检验。最终我们得出得出在可回收物、厨余垃圾、有害垃圾、其他垃圾四类垃圾中，相关性最高的是其他垃圾与厨余垃圾，相关性最低的是其他垃圾与有害垃圾。对问题三：结合问题一中得出的权重矩阵与附件中的数据来判断和说明在目前统计的基础数据分项及颗粒度是否足够这一问题，并将其作为投入成本和精力的一个判断条件。采用分层抽样的方法，根据深圳市不同区域垃圾物流量给每个区域分配抽样比例。对问题四：采用多项式回归分析预测深圳市未来五年垃圾量、人口和生产总值的趋势图，借阅附件对垃圾减量分类所带来的效益进行分析。然后基于前面的量化模型和多项式回归分析得

4、到的数据对深圳市未来5年垃圾量和回收利用率进行预测，通过预测数据趋势对深圳市未来5年垃圾减量分类效益的最好最差结果进行分析。本文首先考虑评价垃圾减量分类的评价指标，确定影响垃圾减量分类的主要因素，用层次分析法作出主要因素对主要评价指标的影响权重，基于得到的权重矩阵对垃圾量和垃圾回收利用率与影响因素的关系做进一步量化，得到这一量化关系就可以清晰地量化每一个影响因素对垃圾减量分类的影响，辅助垃圾减量分类工作中的资源投入决策活动（例如辅助政府决策在教育、督导、激励等各项措施上应该投入多少及各项措施的投入比例，辅助优化垃圾减量分类）。第

5、三、四问都在得到的权重矩阵和量化模型的基础上做相应的分析和预测。关键词：垃圾量垃圾回收利用率层次分析法多元线性回归灰色关联分析分层抽样多项式回归分析预测目录[摘要]I一、问题重述1二．问题分析12.1问题一的分析12.2问题二的分析12.3问题三的分析22.4问题四的分析2三．符号说明3四．问题假设4五．模型建立及求解45.1问题一45.1.1社会因素、个体因素与内在因素之间权重关系55.1.2社会因素影响65.1.3个体因素影响75.1.4决策层因子影响85.1.5验证层次分析模型整体合理性95.1.6基于层次分析模型对阳光花

6、园及天景花园的减量分类进行分析95.1.7基于量化模型对垃圾量和垃圾回收利用率做进一步量化145.2问题二175.2.1天景花园与阳光花园四类垃圾日量基本情况175.2.2用灰色关联模型计算天景花园四类垃圾的相关性175.2.3检验天景花园四类垃圾相关性灰色关联模型195.2.4用灰色关联模型计算阳光花园四类垃圾的相关性205.2.5检验阳光花园四类垃圾相关性灰色关联模型215.2.6各项激励措施与减量分类效果的相关性225.3问题三225.3.1检验基础数据分项及颗粒度是否足够225.3.2选择投入成本和精力225.3.3设置

7、少量抽样数据来检测一定区域内减量分类工作的效果225.4问题四235.4.1由权重矩阵和量化模型分析未来五年推进减量分类工作关键措施235.4.2深圳市未来5年相关数据的预测245.4.3垃圾减量分类的投入陈本及效益分析25六、模型讨论28七、参考文献29八、建议书30九、附录31一、问题重述随着城镇化进程加快和人们生活水平提高、生活方式转变，城市生活垃圾处理正在成为一个挑战性的难题。为帮助提升城市生活垃圾产量预测精度，同时也可能给城市垃圾减量分类工作中的资源投入决策活动提供有益的辅助支持手段，现根据深圳市垃圾减量分析相关实践研

8、究数据提出以下几个问题：问题一考虑各项因素对垃圾减量分类结果的影响，构建量化模型描述深圳天景花园、阳光家园垃圾减量分类过程，并利用量化参数描述社会因素与个体因素，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。问题二基于问题一中构建的减量分类模型，分析试点