垃圾減量分類活動(dòng)中社會(huì)及個(gè)體因素的量化分析畢業(yè)論文

1、垃圾減量分類活動(dòng)中社會(huì)及個(gè)體因素的量化分析摘要問(wèn)題一要求構(gòu)建量化模型描述深圳天景花園、陽(yáng)光家園垃圾減量分類過(guò)程，同時(shí)對(duì)模型提出了在后續(xù)的進(jìn)一步研究過(guò)程中通過(guò)調(diào)整相關(guān)系數(shù)來(lái)修正模型。將題中所給的很多指標(biāo)進(jìn)行合理選取，首先進(jìn)行主成分分析，得出政府教育支出和深圳市發(fā)展水平兩項(xiàng)之和所占比例達(dá)到98.672%。所以提取主成分，即 =2。通過(guò)計(jì)算得到的特征向量和標(biāo)準(zhǔn)化數(shù)據(jù)計(jì)算出主成分分析表達(dá)式，進(jìn)而得出主成分綜合模型。為了提高所建立的模型精準(zhǔn)度，使用多元回歸分析進(jìn)行建模。對(duì)指標(biāo)建立多元線性回歸模型，通過(guò)觀察各曲線大致呈線性關(guān)系。再經(jīng)過(guò)假設(shè)檢驗(yàn)，所得的p=0.00030.05,說(shuō)明因變量與自變量之間存在著顯

2、著的線性關(guān)系，原模型假設(shè)成立，由此建立模型。問(wèn)題二要求分析試點(diǎn)小區(qū)四類垃圾組分本身的數(shù)量存在的相關(guān)性與各項(xiàng)激勵(lì)措施與減量分類效果存在的相關(guān)性。為了檢驗(yàn)四類垃圾分類的相關(guān)性，首先檢驗(yàn)各類垃圾數(shù)量的方差效果，是否存在波動(dòng)性。對(duì)部分?jǐn)?shù)據(jù)進(jìn)行剔除，得到的五條曲線已經(jīng)基本處于平穩(wěn)狀態(tài)，可以對(duì)數(shù)據(jù)進(jìn)行相關(guān)性分析。通過(guò)相關(guān)性分析得到垃圾總量和有害垃圾與可回收垃圾不相關(guān)，而與其他垃圾在0.05水平上顯著相關(guān)，與廚余垃圾在0.1水平上顯著相關(guān)。問(wèn)題三分為三部分：第一部分要求解答深圳現(xiàn)有垃圾減量分類統(tǒng)計(jì)的基礎(chǔ)數(shù)據(jù)分項(xiàng)及顆粒度是否足夠，通過(guò)附件中國(guó)家標(biāo)準(zhǔn)得出答案，深圳市對(duì)樣品顆粒度的選取為合理，但是在分類統(tǒng)計(jì)中存在

3、實(shí)際操作的難題，而且沒(méi)有出臺(tái)相關(guān)的規(guī)定；第二部分要求對(duì)數(shù)據(jù)的獲取提出相對(duì)重要的部分，通過(guò)問(wèn)題二中的相關(guān)性分析得出在垃圾種類中，對(duì)總量影響最大的是其他垃圾和廚余垃圾，所以在數(shù)據(jù)獲取中，優(yōu)先選擇這兩類；第三部分要求在前問(wèn)的模型基礎(chǔ)上，減少抽樣數(shù)據(jù)檢測(cè)減量分類工作的成效，通過(guò)問(wèn)題二中的相關(guān)性分析，垃圾總量與廚余垃圾和其他垃圾的相關(guān)性最大，而有害垃圾和可回收垃圾的影響基本不大，所以為了減少抽樣數(shù)量，應(yīng)當(dāng)在抽樣中，以廚余垃圾和其他垃圾為主體，同時(shí)，結(jié)合實(shí)際操作，可以適當(dāng)對(duì)政策落實(shí)較好的區(qū)域減少抽樣次數(shù)和樣本數(shù)量。問(wèn)題四要求利用模型對(duì)深圳未來(lái)5年的減量分類工作進(jìn)行預(yù)測(cè)，首先假設(shè)政府相關(guān)政策和政策推行力度在

4、一定的范圍內(nèi)基本保持不變，利用問(wèn)題一中的多元線性回歸模型，在置信區(qū)間為0.95時(shí)，預(yù)測(cè)最好和最差情況下的減量分類結(jié)果。并通過(guò)預(yù)測(cè)結(jié)果，對(duì)深圳市政府提供一份建議書，通過(guò)模型解析建議政府加強(qiáng)垃圾分類的推力度并增加與垃圾分類宣傳推廣的投入。關(guān)鍵詞：主成分分析 多元線性回歸 數(shù)據(jù)抽樣 區(qū)間估計(jì)一問(wèn)題重述城市生活垃圾的數(shù)量和構(gòu)成與城市人口數(shù)、經(jīng)濟(jì)水平及生活習(xí)慣等因素有關(guān)。隨著城鎮(zhèn)化進(jìn)程加快和人們生活水平提高、生活方式轉(zhuǎn)變，城市生活垃圾處理正在成為一個(gè)挑戰(zhàn)性的難題。僅靠填埋、焚燒等技術(shù)不能持久地解決問(wèn)題，必須與減量化、無(wú)害化、回收利用等措施結(jié)合起來(lái)，才是標(biāo)本兼治、經(jīng)濟(jì)持久的方法。其中，從源頭對(duì)垃圾進(jìn)行減量

5、分類收集是必須且關(guān)鍵的一個(gè)環(huán)節(jié)。垃圾減量分類活動(dòng)是人類社會(huì)對(duì)自身垃圾產(chǎn)生系統(tǒng)的一個(gè)干預(yù)性工程。主要內(nèi)容是社會(huì)通過(guò)教育、督導(dǎo)、激勵(lì)等措施（社會(huì)因素）影響個(gè)人及家庭的垃圾產(chǎn)生動(dòng)因（個(gè)體因素），最終形成減少垃圾總量并分類回收良性結(jié)果的控制過(guò)程。目前對(duì)這一控制過(guò)程的研究改良主要依靠的還是經(jīng)驗(yàn)總結(jié)型的定性分析，主要原因是缺少描述“社會(huì)因素”和“個(gè)體因素”及其相互作用的量化模型，難以開展具有一定精度的量化分析工作。因此，探討以量化模型描述垃圾減量分類活動(dòng)“社會(huì)因素”、“個(gè)體因素”及關(guān)系，不僅能幫助提升城市生活垃圾產(chǎn)量的預(yù)測(cè)精度（目前的研究者通常只選取gdp、城市人口、居民人均可支配收入等內(nèi)在因素指標(biāo)對(duì)城市

6、生活垃圾產(chǎn)量進(jìn)行預(yù)測(cè)研究），同時(shí)也可能給城市垃圾減量分類工作中的資源投入決策活動(dòng)提供有益的輔助支持手段。目前深圳市正在進(jìn)行垃圾減量分類試點(diǎn)工作，附件給出了相關(guān)的研究實(shí)踐資料。其中有深圳在對(duì)比我國(guó)臺(tái)灣地區(qū)相關(guān)情況后的自身問(wèn)題反思總結(jié)，以及采用不同方案的天景花園和陽(yáng)光家園兩個(gè)試點(diǎn)小區(qū)的實(shí)際數(shù)據(jù)記錄。請(qǐng)你基于這些資料和自己收集的其他資料，研究以下幾個(gè)問(wèn)題：1、 分析附件有關(guān)資料并結(jié)合你自己的經(jīng)歷和生活觀察，考慮各項(xiàng)教育、督導(dǎo)、激勵(lì)措施對(duì)居民家庭垃圾減量分類結(jié)果的影響，構(gòu)建量化模型描述深圳天景花園、陽(yáng)光家園垃圾減量分類過(guò)程，模型應(yīng)能以量化參數(shù)描述社會(huì)因素（如各項(xiàng)教育、督導(dǎo)、激勵(lì)措施等）以及個(gè)體因素（如

7、家庭收入水平、家庭結(jié)構(gòu)、戶籍類型、生活習(xí)慣等），并在后續(xù)的進(jìn)一步研究過(guò)程中通過(guò)調(diào)整相關(guān)參數(shù)來(lái)修正模型。2、 基于你構(gòu)建的減量分類模型，試分析試點(diǎn)小區(qū)四類垃圾組分本身的數(shù)量存在什么樣的相關(guān)性？各項(xiàng)激勵(lì)措施與減量分類效果存在什么相關(guān)性？原因是什么？3、 根據(jù)你構(gòu)建減量分類模型的研究結(jié)果，你認(rèn)為在深圳現(xiàn)有垃圾減量分類督導(dǎo)過(guò)程中，目前統(tǒng)計(jì)的基礎(chǔ)數(shù)據(jù)分項(xiàng)及顆粒度是否足夠？應(yīng)該在哪些數(shù)據(jù)的獲取中投放更多的成本和精力？在減量分類模式大面積推廣時(shí)，如何設(shè)置少量抽樣數(shù)據(jù)來(lái)檢測(cè)一定區(qū)域內(nèi)減量分類工作的效果？4、 基于你構(gòu)建的減量分類模型，指出深圳未來(lái)5年推進(jìn)減量分類工作關(guān)鍵措施，并預(yù)測(cè)措施實(shí)施的最好與最壞結(jié)果。請(qǐng)

8、根據(jù)你們的分析和結(jié)論，向深圳市政府提供一份建議書，建議政府加強(qiáng)垃圾分類的推力度并增加與垃圾分類宣傳推廣的投入。二問(wèn)題假設(shè)1深圳市統(tǒng)計(jì)資料的獲得按照其頒布標(biāo)準(zhǔn)執(zhí)行。2在一段時(shí)間內(nèi)，深圳市的相關(guān)政策不發(fā)生改變。3假設(shè)查找的統(tǒng)計(jì)數(shù)據(jù)真實(shí)有效，誤差忽略不計(jì)。4在現(xiàn)階段的統(tǒng)計(jì)數(shù)據(jù)中，可以較好的預(yù)測(cè)未來(lái)趨勢(shì)。三符號(hào)說(shuō)明四問(wèn)題分析問(wèn)題一要求構(gòu)建量化模型描述深圳天景花園、陽(yáng)光家園垃圾減量分類，同時(shí)對(duì)模型提出了在后續(xù)的進(jìn)一步研究過(guò)程中通過(guò)調(diào)整相關(guān)系數(shù)來(lái)修正模型。在體重所給的社會(huì)因素和個(gè)人因素中包含很多指標(biāo)，在進(jìn)行建模時(shí)，為了選取合理的指標(biāo)進(jìn)行建模，首先進(jìn)行主成分分析，得出影響因素的重要性排序，得出量化模型描述減

9、量分類過(guò)程。為了得出更好模型，同時(shí)建立多元線性回歸模型，得出結(jié)果。問(wèn)題二要求分析試點(diǎn)小區(qū)四類垃圾組分本身的數(shù)量存在的相關(guān)性與各項(xiàng)激勵(lì)措施與減量分類效果存在的相關(guān)性。為了檢驗(yàn)四類垃圾分類的相關(guān)性，首先檢驗(yàn)各類垃圾數(shù)量的方差效果，是否存在波動(dòng)性。如果存在波動(dòng)，剔除差異大的數(shù)據(jù)后，對(duì)相關(guān)性進(jìn)行分析，得出結(jié)果。問(wèn)題三分為三部分：第一部分要求解答深圳現(xiàn)有垃圾減量分類統(tǒng)計(jì)的基礎(chǔ)數(shù)據(jù)分項(xiàng)及顆粒度是否足夠，可以通過(guò)對(duì)附件中相關(guān)國(guó)家政策得到；第二部分要求對(duì)數(shù)據(jù)的獲取提出相對(duì)重要的部分，通過(guò)第一問(wèn)的主成分分系所得結(jié)果可以進(jìn)行分析；第三部分要求在前問(wèn)的模型基礎(chǔ)上，減少抽樣數(shù)據(jù)檢測(cè)減量分類工作的成效，為了減少工作量，

10、必須選擇相對(duì)重要的部分，結(jié)合第二部分，通過(guò)相關(guān)性分析得出結(jié)果。問(wèn)題四要求利用模型對(duì)深圳未來(lái)5年的減量分類工作進(jìn)行預(yù)測(cè)，假設(shè)政府相關(guān)政策和政策推行力度在一定的范圍內(nèi)基本保持不變，利用問(wèn)題一中的多元線性回歸模型，預(yù)測(cè)最好和最差情況下的減量分類結(jié)果。并通過(guò)預(yù)測(cè)結(jié)果，對(duì)深圳市政府提供一份建議書，通過(guò)模型解析建議政府加強(qiáng)垃圾分類的推力度并增加與垃圾分類宣傳推廣的投入。五模型的建立與求解5.1 問(wèn)題一的模型的建立與求解5.1.1主成分綜合模型(1)模型準(zhǔn)備在對(duì)深圳市進(jìn)行垃圾減量分類工作中，涉及較多較復(fù)雜的因素，需要精簡(jiǎn)指標(biāo)同時(shí)又能較好的全面反映原信息量，用主成分分析得已實(shí)現(xiàn)。具體步驟如下: 從社會(huì)因素和個(gè)

11、人因素中選擇政府教育支出深圳市發(fā)展水平，人均gdp，人口總數(shù)，戶籍人口與非戶籍人口比，每戶人口數(shù)等主要因素。首先查找、選擇所代表的量化數(shù)據(jù)，進(jìn)行標(biāo)準(zhǔn)化處理，去除量綱的不同，構(gòu)造相關(guān)系數(shù)矩陣，求得特征值以及特征向量，以各主成分的方差貢獻(xiàn)率為權(quán)重，從而得出主成分評(píng)價(jià)函數(shù)。用流程圖的形式表現(xiàn)如下:(2)模型的建立與求解選擇數(shù)據(jù)客觀的描述垃圾減量分類工作的現(xiàn)狀，是分析其影響因素的前提，本題遵循以下原則構(gòu)建指標(biāo)體系。i科學(xué)性原則：指標(biāo)體系的設(shè)立必須建立在科學(xué)的基礎(chǔ)上，能充分反映垃圾減量分類工作的內(nèi)在機(jī)制，指標(biāo)的定義明確，統(tǒng)計(jì)方法正規(guī)科學(xué)規(guī)范，保證結(jié)果的真實(shí)客觀。ii以人為本原則：垃圾減量分類是一個(gè)無(wú)限延

12、續(xù)的、連續(xù)的過(guò)程，是多元的，包括回收、教育、督導(dǎo)、檢查。互相聯(lián)系、互相制約，歸根到底，一切是為了人，一切為了社會(huì)的發(fā)展。iii系統(tǒng)性原則：這是關(guān)于全社會(huì)的一個(gè)復(fù)雜大系統(tǒng)，在設(shè)置指標(biāo)體系時(shí)，應(yīng)遵守整體優(yōu)化和整體結(jié)構(gòu)有序原則。iv動(dòng)態(tài)性原則：這些指標(biāo)不能僅僅考慮現(xiàn)狀，還要注意它們的歷史和今后的發(fā)展態(tài)勢(shì)，用動(dòng)態(tài)的思想來(lái)探索它們的規(guī)律。根據(jù)以上原則，結(jié)合深圳市具體情況，查閱相關(guān)資料，選取政府教育力度、深圳市發(fā)展水平、人口因素(包括人口總數(shù)，人均gdp)、家庭結(jié)構(gòu)(包括每戶人口和相對(duì)比例)為量化指標(biāo)，查閱相關(guān)數(shù)據(jù)得到下表：年份政府教育支出深圳市發(fā)展水平（gdp）人均gdp值人口總數(shù)戶籍人口/非戶籍人口每

13、戶人口數(shù)2001223601248234822724.570.2228413.2095282002278160296940369746.620.2296723.1175942003346031358547029778.270.2405873.1741322004430462428254236800.80.2597733.1731362005535495495160801827.750.2817043.1911952006666156581468441871.10.2919163.2072672007828698680276273912.370.3034043.27342820081030900

14、778783431954.280.3140553.39895720091366266820184147995.010.3204123.458674201015953559582942961037.20.3193083.51385820111967928115061104211046.740.3439693.594043標(biāo)準(zhǔn)化數(shù)據(jù),構(gòu)造相關(guān)系數(shù)矩陣?yán)胹pss將數(shù)據(jù)標(biāo)準(zhǔn)化后，定義為與的相關(guān)系數(shù)，利用以下公式求得：從而構(gòu)造相關(guān)系數(shù)矩陣如下表：表一：相關(guān)系數(shù)矩陣1.000-0.262-0.195-0.265-0.103-0.502-0.2621.0000.9960.9850.9630.947-0.1

15、950.9961.0000.9830.9810.918-0.2650.9850.9831.0000.9690.936-0.1030.9630.9810.9691.0000.861-0.5020.9470.9180.9360.8611.000從表中可以看出深圳市發(fā)展水平、人均gdp、人口總數(shù)、戶籍與非戶籍人口比極其顯著相關(guān)，存在信息重疊，可以用主成分分析，提取主成分。求得特征值與特征向量主成分的個(gè)數(shù)提取原則一般為主成分對(duì)應(yīng)的特征值大于1的前個(gè)主成分。特征值在某種程度上可以被看成是表示主成分影響力度大小的指標(biāo)，如果特征值小于1，說(shuō)明該主成分的解釋力度還不如直接引入一個(gè)原變量的平均解釋力度大，因此，

16、一般可以用特征值大于1作為納入標(biāo)準(zhǔn)。下表為本題方差分解主成分提取分析表：表二：解釋的總方差成份初始特征值提取平方和載入合計(jì)方差的 %累積 %合計(jì)方差的 %累積 %14.90681.77281.7724.90681.77281.77221.01416.90098.6721.01416.90098.6723.048.79599.4674.018.30799.7745.013.22099.9946.000.006100.000從上表中可以看出，前兩個(gè)主成分的值累計(jì)百分比達(dá)到98.672%,表示提取前兩個(gè)主成分信息量已經(jīng)足夠，根據(jù)上述分析，選擇提取兩個(gè)主成分，即=2。用spss求得特征值，將其按大小排

17、序取出和所對(duì)應(yīng)的主成分，利用下表主成分載荷矩陣，求得特征向量。表三：主成份載荷矩陣a成份12政府教育支出-.332.941深圳市發(fā)展水平.994.070人均gdp.987.143人口總數(shù).991.070戶籍人口喻非戶籍人口比.960.238每戶人口數(shù).965-.204得到主成分評(píng)價(jià)函數(shù)將上述主成分載荷矩陣做標(biāo)準(zhǔn)化處理，得到結(jié)果如下：表四：主成分載荷矩陣a1b1a2(特征值)b2(特征值)za2(標(biāo)準(zhǔn)化數(shù)據(jù))zb2(標(biāo)準(zhǔn)化數(shù)據(jù))-0.3321 0.9407 -0.1499 0.9342 -2.0405 1.8874 0.9941 0.0704 0.4488 0.0699 0.4358 -0.35

18、97 0.9869 0.1433 0.4456 0.1423 0.4224 -0.1717 0.9908 0.0699 0.4473 0.0694 0.4297 -0.3610 0.9599 0.2385 0.4334 0.2368 0.3719 0.0742 0.9647 -0.2043 0.4355 -0.2029 0.3808 -1.0691 將所得到的特征向量和標(biāo)準(zhǔn)化數(shù)據(jù)相乘，得到主成分表達(dá)式如下：然后計(jì)算主成分總表達(dá)式，以每個(gè)主成分所對(duì)應(yīng)的特征值占所提取主成分總的特征值之和的比例所謂權(quán)重，即總表達(dá)式中的系數(shù)為第一表達(dá)式中的系數(shù)乘以對(duì)應(yīng)貢獻(xiàn)率再除以兩個(gè)主成分的貢獻(xiàn)率之和，加上第二表達(dá)式

19、中的系數(shù)乘以對(duì)應(yīng)貢獻(xiàn)率再除以兩個(gè)主成分的貢獻(xiàn)率之和。得到主成分綜合模型如下：5.1.2多元回歸模型一、模型的準(zhǔn)備(1)模型的確定本題中社會(huì)因素和個(gè)人因素中在垃圾減量分類工作中是主導(dǎo)因素，可通過(guò)量化指標(biāo)進(jìn)行具體分析；對(duì)社會(huì)因素及個(gè)人因素分別進(jìn)行量化，確定六個(gè)量化指標(biāo)即政府教育支出，深圳gdp值，人均gdp值，人口總數(shù)，戶籍人口與非戶籍人口比例，家庭平均人口數(shù)。通過(guò)六個(gè)量化指標(biāo)建立多元線性回歸模型。多元線性回歸分析的模型為式中都是與無(wú)關(guān)的未知參數(shù)，其中稱為回歸系數(shù)?，F(xiàn)得到個(gè)獨(dú)立觀測(cè)數(shù)據(jù)，由上述模型公式得記 ，其中為階單位矩陣。(2)參數(shù)估計(jì)上述模型中的參數(shù)用最小二乘法估計(jì)，即選取估計(jì)值，使當(dāng)時(shí)，時(shí)

20、，誤差平方和達(dá)到最小。為此，令，得經(jīng)整理化為一下正規(guī)方程組正規(guī)方程組的矩陣形式為當(dāng)矩陣x列滿秩時(shí)為可逆方陣，上式的解為將帶回原模型得到的估計(jì)值而這組數(shù)據(jù)的擬合值為，擬合誤差稱為殘差，可作為隨機(jī)誤差的估計(jì)，而為殘差平方和，即。(3) 統(tǒng)計(jì)分析不加證明地給出以下結(jié)果：是的線性無(wú)偏最小方差估計(jì)。指的是是的線性函數(shù)：的期望等于；在的線性無(wú)偏估計(jì)中，的方差最小。服從正態(tài)分布=對(duì)殘差平方和，=，且由此得到的的無(wú)偏估計(jì)對(duì)總平方和進(jìn)行分解，有 ，其中是由上式定義的殘差平方和，反映隨機(jī)誤差對(duì)的影響，稱為回歸平方和，反映自變量對(duì)的影響。上面的分解中利用了正規(guī)方程組。(4)回歸模型的假設(shè)檢驗(yàn)因變量與自變量之間是否存

21、在如模型（20）所示的線性關(guān)系就不明顯，顯然，如果所有的都很小，與的線性關(guān)系就不明顯，所以可令原假設(shè)為當(dāng)成立時(shí)由分解式定義的滿足在顯著性水平下有上分位數(shù)，若，接受；否則，拒絕。注意 接受只能說(shuō)明與的線性關(guān)系不明顯，可能存在非線性關(guān)系，如平方關(guān)系。還有一些衡量與的線性關(guān)系不明顯，如用回歸平方和在總平方和中的比值定義復(fù)判定系數(shù)稱為負(fù)相關(guān)系數(shù)，越大，與相關(guān)關(guān)系越密切，通常大于0.8(或0.9)才認(rèn)為相關(guān)關(guān)系成立(5) 回歸系數(shù)的假設(shè)檢驗(yàn)和區(qū)間估計(jì)當(dāng)上面的 被拒絕時(shí)， 不全為零，但是不排除其中若干個(gè)等于零。所以應(yīng)進(jìn)一步作如下個(gè)檢驗(yàn)：由于， 是中的第元素，用代替 ，當(dāng) 成立時(shí)對(duì)給定的 ，若，接受 ；否則

22、，拒絕。上式也可用于對(duì)作區(qū)間估計(jì)，在置信水平下，的置信區(qū)間為其中(6) 利用回歸模型進(jìn)行預(yù)測(cè)當(dāng)回歸模型和系數(shù)通過(guò)檢驗(yàn)后，可由給定的 預(yù)測(cè)，是隨機(jī)的，顯然其預(yù)測(cè)值（點(diǎn)估計(jì)）為給定可以算出的預(yù)測(cè)區(qū)間（區(qū)間估計(jì)），結(jié)果較復(fù)雜，但當(dāng)n 較大且接近平均值時(shí)，的預(yù)測(cè)區(qū)間可簡(jiǎn)化為其中是標(biāo)準(zhǔn)正態(tài)分布的上分位數(shù)。對(duì)的區(qū)間估計(jì)方法可用于給出已知數(shù)據(jù)殘差 的置信區(qū)間，服從均值為零的正態(tài)分布，所以若某個(gè)的置信區(qū)間不包含零點(diǎn)，則認(rèn)為這個(gè)數(shù)據(jù)是異常的，可予以剔除。具體以流程圖的形式表現(xiàn)如下：二、模型的建立與求解通過(guò)查詢深圳統(tǒng)計(jì)年鑒得到以下數(shù)據(jù)：表五：各量化指標(biāo)數(shù)據(jù)年份政府教育支出深圳市發(fā)展水平（gdp）人均gdp值人口總

23、數(shù)戶籍人口/非戶籍人口每戶人口數(shù)生活垃圾清運(yùn)量（萬(wàn)噸）2001223601248234822724.57 0.2228 3.2095 2192002278160296940369746.62 0.2297 3.1176 2212003346031358547029778.27 0.2406 3.1741 3252004430462428254236800.80 0.2598 3.1731 3472005535495495160801827.75 0.2817 3.1912 3332006666156581468441871.10 0.2919 3.2073 360200782869868027

24、6273912.37 0.3034 3.2734 40720081030900778783431954.28 0.3141 3.3990 44120091366266820184147995.01 0.3204 3.4587 476201015953559582942961037.20.3193 3.5139 47920111967928115061104211046.70.3440 3.5940 458畫出生活垃圾清運(yùn)量與政府教育支出、深圳市發(fā)展水平、人均gdp值、人口總數(shù)、戶籍人口與非戶籍人口比、每戶人口的趨勢(shì)圖(其它數(shù)據(jù)見(jiàn)附錄)：通過(guò)趨勢(shì)圖，觀察各曲線大致呈線性關(guān)系?？梢杂枚嘣€性回歸模

25、型，首先建立生活垃圾清運(yùn)量分別與各因素的線性回歸方程，然后根據(jù)上述分析，建立減量分類模型的形式如下：其中、分別表示生活垃圾清運(yùn)總量、政府教育支出、深圳市發(fā)展水平、人均 gdp值、人口總數(shù)、戶籍人口與非戶籍人口比、每戶人口。、表示待估計(jì)的參數(shù)。利用matble編程可得：置信區(qū)間bint = -4448.0924 -1515.5713 0.0001 0.0008 -0.9133 -0.2857 0.0292 0.0935 0.6895 1.9931 -7672.0476 -1531.6401 284.4336 1272.9329 stats0.9934100.89570.0003141.6117殘

26、差圖如下：從殘差圖中可以看出，殘差的置信區(qū)間均包含零點(diǎn)，說(shuō)明回歸模型能較好符合原始數(shù)據(jù)，無(wú)異常點(diǎn)。多元回歸線性交互式畫面可知本模型的剩余標(biāo)準(zhǔn)差和殘差為：rmse =11.9001residuals=-0.77350.1138-4.030411.989-3.3667-14.030212.875-3.56723.4044-2.75250.1383b,bint 為回歸系數(shù)估計(jì)值和置信區(qū)間，r,rint 為殘差（向量）及其置信區(qū)間，stats 是用于檢驗(yàn)回歸模型的統(tǒng)計(jì)量，有四個(gè)數(shù)值，第一個(gè)是相關(guān)系數(shù)，第二個(gè)是值，第三個(gè)是與 對(duì)應(yīng)的概率 ， 拒絕，回歸模型成立，第四個(gè)是殘差的方差由所得結(jié)果可知，r2=0

27、.9934，擬合結(jié)果較好，且f值所對(duì)應(yīng)的概率p=0.0003，小于顯著性水平，拒絕h0，說(shuō)明因變量與自變量之間存在顯著線性關(guān)系，原模型假設(shè)成立。根據(jù)題設(shè)回歸模型可得結(jié)論：由檢驗(yàn)結(jié)果可知生活垃圾清運(yùn)總量每增加一萬(wàn)噸，政府教育支出降低0.0005萬(wàn)元，深圳市發(fā)展水平增加0.5995萬(wàn)元，人均gdp下降0.0614元，人口總數(shù)增長(zhǎng)1.3413萬(wàn)人，戶口與非戶口比例降低4601.8438個(gè)百分點(diǎn)，每戶人口數(shù)增加778.6832人。5.2問(wèn)題二的模型的建立與求解5.2.1基于主成分綜合模型的相關(guān)性分析根據(jù)附件中天景花園垃圾收集統(tǒng)計(jì)表,繪制出各個(gè)垃圾組分?jǐn)?shù)量隨時(shí)間變化圖像：根據(jù)上圖曲線的變化趨勢(shì)，四條曲線

28、大致在某一水平上來(lái)回波動(dòng)，但在第37天到第45天時(shí)，曲線明顯有大幅下落的跡象，因此該段數(shù)據(jù)剔除，重新整理數(shù)據(jù)，繪制圖像：從上表中明顯可以看出已經(jīng)基本處于平穩(wěn)狀態(tài)?？梢詫?duì)數(shù)據(jù)進(jìn)行相關(guān)性分析。相關(guān)性分析是對(duì)兩個(gè)或多個(gè)具備相關(guān)性的變量因素進(jìn)行分析，從而衡量?jī)蓚€(gè)變量因素的相關(guān)密切程度。相關(guān)性的元素之間需要存在一定的聯(lián)系或者概率才可以進(jìn)行相關(guān)性分析，相關(guān)性不等于因果性，也不是簡(jiǎn)單的個(gè)性化。相關(guān)性分析可以用來(lái)驗(yàn)證兩個(gè)變量間的線性關(guān)系，從相關(guān)系數(shù)可以知道兩個(gè)變量是否呈線性關(guān)系，線性關(guān)系的強(qiáng)弱，以及是正相關(guān)還是負(fù)相關(guān)。相關(guān)性系數(shù)介于-1到1之間。如果接近0則兩個(gè)變量沒(méi)有線性相關(guān)性；當(dāng)接近-1或者1時(shí)，說(shuō)明兩個(gè)

29、變量線性關(guān)系很強(qiáng)；正的值代表當(dāng)值很小時(shí)值也很小，當(dāng)值很大時(shí)值也很大。反之亦然。首先計(jì)算數(shù)據(jù)的各描述統(tǒng)計(jì)量如下圖：表六：描述統(tǒng)計(jì)量n極小值極大值均值標(biāo)準(zhǔn)差方差可回收垃圾8143.0073.0061.55565.9791335.750廚余垃圾8192.00150.00118.790112.79132163.618有害垃圾81.002.00.2198.41846.175日期8119045.7827.527757.750其他垃圾8192.00157.00126.187714.73256217.048總量81280.00340.00306.753110.70926114.688有效的 n （列表狀態(tài)）8

30、1由上表可以看出方差和標(biāo)準(zhǔn)差都不大，利用spss軟件對(duì)其進(jìn)行相關(guān)性分析，得到相關(guān)性系數(shù)表七：相關(guān)性可回收垃圾廚余垃圾有害垃圾其他垃圾總量可回收垃圾pearson 相關(guān)性1.319*.190-.577*.153顯著性（雙側(cè)）.004.089.000.173n8181818181廚余垃圾pearson 相關(guān)性.319*1.130-.664*.465*顯著性（雙側(cè)）.004.249.000.000n8181818181有害垃圾pearson 相關(guān)性.190.1301-.100.163顯著性（雙側(cè)）.089.249.376.146n8181818181其他垃圾pearson 相關(guān)性-.577*-.66

31、4*-.1001.257*顯著性（雙側(cè)）.000.000.376.021n8181818181總量pearson 相關(guān)性.153.465*.163.257*1顯著性（雙側(cè)）.173.000.146.021n8181818181*. 在 .01 水平（雙側(cè)）上顯著相關(guān)。*. 在 0.05 水平（雙側(cè)）上顯著相關(guān)。 從上表可以得出如下結(jié)論：垃圾總量和有害垃圾與可回收垃圾不相關(guān)，而與其他垃圾在0.05水平上顯著相關(guān)，與廚余垃圾在0.1水平上顯著相關(guān)，說(shuō)明其他垃圾和廚余垃圾才是垃圾總量的主要成分。而其他垃圾與廚余垃圾、可回收垃圾、有害垃圾都呈負(fù)相關(guān)說(shuō)明其他垃圾中含有很多廚余垃圾、可回收垃圾、有害垃圾而

32、沒(méi)有歸于其中，表明現(xiàn)今分類標(biāo)準(zhǔn)尚且不夠明確。對(duì)于陽(yáng)光家園，處理方法相同，數(shù)據(jù)等見(jiàn)附錄。得到結(jié)論:垃圾總量只與其他垃圾有關(guān)，而其他垃圾與廚余垃圾、有害垃圾、可回收垃圾呈負(fù)相關(guān)，同樣表明分類標(biāo)準(zhǔn)未明確。5.2.2各項(xiàng)激勵(lì)措施與減量分類效果的相關(guān)性從圖中可以發(fā)現(xiàn)，廚余垃圾、可回收垃圾、有害垃圾數(shù)據(jù)的擬合曲線在一定的波動(dòng)范圍內(nèi)緩緩增長(zhǎng)，而其他垃圾數(shù)據(jù)的曲線緩緩下降，回收垃圾總量數(shù)據(jù)也在上升。這個(gè)結(jié)果充分表明減量分類活動(dòng)的效果逐漸表現(xiàn)出來(lái)，并取得初步成果，人們的分類標(biāo)準(zhǔn)漸漸清晰，意識(shí)更加增強(qiáng)。而回收垃圾總量的增加也更說(shuō)明了人們對(duì)這一政策的大力支持，使這項(xiàng)政策得以順利實(shí)施。從總體來(lái)說(shuō)，這是一項(xiàng)利國(guó)利民的政

33、策，不僅節(jié)約資源，促進(jìn)循環(huán)利用，還能提高人民的環(huán)保意識(shí)和節(jié)約意識(shí)。垃圾減量分類工作持續(xù)進(jìn)行，各項(xiàng)措施逐漸施行，垃圾減量分類工作效果顯著。5.3問(wèn)題三的模型的建立與求解5.3.1統(tǒng)計(jì)的基礎(chǔ)數(shù)據(jù)分項(xiàng)及顆粒度根據(jù)國(guó)家發(fā)布的生活垃圾采樣和物理分析方法（cj/t313-2009），深圳市在垃圾減量分類督導(dǎo)過(guò)程中，將顆粒度按照國(guó)家標(biāo)準(zhǔn)，進(jìn)行設(shè)定，見(jiàn)表1：表八：生活垃圾量最小采樣量生活垃圾最大粒徑mm最小采樣量/kg主要使用范圍分類生活垃圾混合生活垃圾12050200產(chǎn)生源生活垃圾、生活垃圾篩上物301030生活垃圾篩下物、餐廚垃圾等1011.5堆肥產(chǎn)品、焚燒灰渣等30.150.15最大粒徑指篩余量為10%

34、時(shí)的篩孔尺寸。通過(guò)附加8得知，深圳市對(duì)于樣品顆粒度采用了多級(jí)指標(biāo)（1mm，0.5mm，0.1mm），符合國(guó)家相關(guān)規(guī)定的標(biāo)準(zhǔn)?？梢哉f(shuō)，深圳市在生活垃圾樣本采集中的顆粒度選取為合理。在政府垃圾減量分類督導(dǎo)過(guò)程中，垃圾按照其種類被分為11類，分別為廚余、紙類、橡塑類、紡織類、木竹類、灰土類、磚瓦陶瓷類、玻璃類、金屬類、其他及混合類，具體定義見(jiàn)表2：表九：生活垃圾物理組成分類一覽表序號(hào)類別說(shuō)明1廚余類各種動(dòng)、植物類食品（包括各種水果）的殘余物2紙類各種廢棄的紙張及紙制品3橡塑類各種廢棄的塑料、橡膠、皮革制品4紡織類各種廢棄的布類（包括化纖布）、棉花等紡織品5木竹類各種廢棄的木竹制品及花木6灰土類爐灰、

35、灰砂、塵土等7磚瓦陶瓷類各種廢棄的磚、瓦、瓷、石塊、水泥塊等塊狀制品8玻璃類各種廢棄的玻璃、玻璃制品9 金屬類各種廢棄的金屬、金屬制品（不包括各種紐扣電池）10其他各種廢棄的電池、油漆、殺蟲劑等11混合類粒徑小于10mm的、按上述分類比較困難的混合物在問(wèn)題一中，垃圾的分類為可回收垃圾、廚余垃圾、有害垃圾和其他四類。在現(xiàn)實(shí)生活中，分類越詳細(xì)，處理難度越小，造成的資源浪費(fèi)越少；但是對(duì)居民來(lái)說(shuō)，較難區(qū)分不同分項(xiàng)。按照政府的基本設(shè)想，垃圾分類應(yīng)從源頭做起，在居民投送垃圾時(shí)，即進(jìn)行初步的分類。但是由于居民的生活習(xí)慣、受教育程度、垃圾分類能力等個(gè)人因素的影響，所以垃圾分類工作成為一個(gè)盲區(qū)。同時(shí)，政府在基礎(chǔ)

36、數(shù)據(jù)分類方面的數(shù)據(jù)統(tǒng)計(jì)不足，社會(huì)中沒(méi)有相關(guān)準(zhǔn)則和法規(guī)來(lái)對(duì)不同分類進(jìn)行制定。所以政府在基礎(chǔ)分類制定的過(guò)程中，應(yīng)該基于較為龐大的數(shù)據(jù)源，結(jié)合居民和垃圾處理難度兩方面的因素，制定明確的相關(guān)基礎(chǔ)分類，頒布相關(guān)的行為準(zhǔn)則和法規(guī)制度。同時(shí)，對(duì)已實(shí)行的制度進(jìn)行全面、大量的統(tǒng)計(jì)分析，對(duì)基礎(chǔ)分類進(jìn)行修正。5.3.2數(shù)據(jù)的獲取根據(jù)生活垃圾采樣和物理分析方法（cj/t313-2009），在垃圾回收中，根據(jù)所調(diào)查區(qū)域深圳的人口數(shù)量確定最少采樣點(diǎn)數(shù)為30個(gè)，具體采樣點(diǎn)確定方法見(jiàn)表：表十： 采樣點(diǎn)數(shù)要求人口數(shù)量/萬(wàn)人5050100100200200最少采樣點(diǎn)數(shù)/個(gè)8162030在具體的收集中，應(yīng)當(dāng)以隨機(jī)收集為主。由于不同

37、垃圾的比例不同，在比重較大的分項(xiàng)中應(yīng)當(dāng)投入較大的精力。根據(jù)問(wèn)題二中的相關(guān)性分析，在陽(yáng)光家園和天景小區(qū)中，與總量相關(guān)性最強(qiáng)的是廚余垃圾和其他垃圾，見(jiàn)圖（垃圾分組相關(guān)性圖）。同時(shí)聯(lián)系近年來(lái)的數(shù)據(jù)，可以發(fā)現(xiàn)廚余垃圾的趨向?yàn)樯仙?，而其他垃圾所占的比重最大。所以為了達(dá)到減量的目標(biāo)，我們?cè)跀?shù)據(jù)獲取中，應(yīng)當(dāng)將其他垃圾和廚余垃圾作為重點(diǎn)。5.3.3抽樣數(shù)量的精簡(jiǎn)在3.2中，抽樣方法采用以人口數(shù)量為依據(jù)的分層抽樣。為了減少抽樣數(shù)據(jù)來(lái)檢測(cè)一定區(qū)域內(nèi)減量分類工作的效果，進(jìn)行分析后，決定新的抽樣方案。由問(wèn)題一和問(wèn)題二可知，一定區(qū)域內(nèi)，有害垃圾（如廢舊電池、油漆、殺蟲劑等）的數(shù)量基本不變；而經(jīng)過(guò)相關(guān)性分析，廚余垃圾和其

38、他垃圾對(duì)總量的影響最大，所占比例最多。所以在一定區(qū)域，設(shè)置抽樣數(shù)據(jù)時(shí)，應(yīng)當(dāng)針對(duì)相關(guān)性比較強(qiáng)的數(shù)據(jù)進(jìn)行抽樣分析，對(duì)于總量基本不變的分項(xiàng)可以不進(jìn)行比例分析。另外，根據(jù)歷史數(shù)據(jù)統(tǒng)計(jì)結(jié)果，對(duì)落實(shí)政策比較好的區(qū)域可以減少抽樣的頻率或減少抽樣的次數(shù)。5.4問(wèn)題四的模型建立與求解深圳市的垃圾減量分類工作在近幾年平穩(wěn)推進(jìn)，假設(shè)政府相關(guān)政策和政策推行力度在一定的范圍內(nèi)基本保持不變，多元線性回歸模型參數(shù)在區(qū)間范圍內(nèi)波動(dòng)，根據(jù)區(qū)間估計(jì)的思想，在置信區(qū)間為0.95時(shí)，各參數(shù)的區(qū)間為：表十：參數(shù)置信區(qū)間估計(jì)值極小值極大值-2981.8318-4448.0924-1515.57130.00050.00010.0008-0

39、.5995-0.9133-0.28570.06140.02920.09351.34130.68951.9931-4601.8438-7672.0476-1531.6401778.6832284.43361272.9329由權(quán)重的區(qū)間估計(jì)值可知對(duì)多元回歸方程參數(shù)進(jìn)行調(diào)整，得到最好結(jié)果：最壞結(jié)果：5.5給政府的建議報(bào)告尊敬的深圳市政府領(lǐng)導(dǎo)：您好！為進(jìn)一步推進(jìn)“十二五”期間城市生活垃圾減量分類工作，根據(jù)國(guó)家有關(guān)法律、法規(guī)、規(guī)劃和標(biāo)準(zhǔn)，結(jié)合深圳市實(shí)際情況，提出如下建議方案：一、指導(dǎo)思想以打造“深圳質(zhì)量”為標(biāo)桿，以實(shí)施“十二五”規(guī)劃為綱領(lǐng)，以建設(shè)生態(tài)、循環(huán)、可持續(xù)的城市生活垃圾處理系統(tǒng)為宗旨，遵循減量化

40、、資源化、無(wú)害化原則，大力推進(jìn)垃圾減量和分類，提高資源回收利用率，構(gòu)建政府主導(dǎo)、全民參與、市場(chǎng)化運(yùn)作的垃圾分類和資源利用運(yùn)行機(jī)制，倡導(dǎo)清潔、低碳、文明的生活方式，實(shí)現(xiàn)市民文明的生活方式，實(shí)現(xiàn)市民文明素質(zhì)大發(fā)展、大飛躍，促進(jìn)城市精神文明與生態(tài)環(huán)境建設(shè)。二、工作原則和工作目標(biāo)(一)工作原則循序漸進(jìn)，由易至難。分類類別由簡(jiǎn)到繁，由粗到細(xì)?，F(xiàn)階段將垃圾分為可回收物、廚余垃圾、有害垃圾和其他垃圾等，遠(yuǎn)期根據(jù)實(shí)施效果進(jìn)一步細(xì)化垃圾分類類別。以點(diǎn)帶面，逐步推廣。選擇機(jī)關(guān)、學(xué)校、居民小區(qū)、餐館等單位進(jìn)行垃圾分類示范工作，取得經(jīng)驗(yàn)后在全市范圍內(nèi)逐步推廣實(shí)施。突出重點(diǎn)，抓住關(guān)鍵。以廚余垃圾分類投放、收集、運(yùn)輸和處

41、理作為工作重點(diǎn)，以完善垃圾分類收集、運(yùn)輸和處理設(shè)施建設(shè)作為關(guān)鍵環(huán)節(jié)。條塊結(jié)合，協(xié)同推進(jìn)。堅(jiān)持統(tǒng)一領(lǐng)導(dǎo)，明確部門職責(zé)，強(qiáng)化區(qū)和街道屬地管理、綜合協(xié)調(diào)和分工協(xié)作運(yùn)行機(jī)制，共同推進(jìn)垃圾減量分類工作。宣傳引導(dǎo)，公眾參與。加大宣傳教育力度，提高市民對(duì)垃圾減量分類的認(rèn)知度和參與率。完善機(jī)制，注重長(zhǎng)效。充分運(yùn)用法律法規(guī)、標(biāo)準(zhǔn)規(guī)范和資金保障等手段，建立和完善促進(jìn)垃圾減量分類的長(zhǎng)效管理機(jī)制。(二)工作目標(biāo)大力開展垃圾減量分類工作，引導(dǎo)市民養(yǎng)成愛(ài)護(hù)環(huán)境、勤儉節(jié)約、物盡所用、減少?gòu)U棄的文明生活習(xí)慣，促進(jìn)源頭減量和資源回收。全力推進(jìn)垃圾分類收集、運(yùn)輸和處理設(shè)施建設(shè)，不斷完善運(yùn)營(yíng)管理體系。建立健全垃圾減量分類標(biāo)準(zhǔn)和評(píng)價(jià)

42、考核體系。在未來(lái)幾年內(nèi)實(shí)現(xiàn)人均垃圾產(chǎn)生量零增長(zhǎng)。三、主要任務(wù)(一)推進(jìn)垃圾源頭減量積極推進(jìn)清潔生產(chǎn)技術(shù)和綠色認(rèn)證制度，鼓勵(lì)使用清潔能源和原料，采用先進(jìn)工藝設(shè)備，減少或避免垃圾排放。建立廢包裝材料、廢舊電器、廢電池?zé)纛I(lǐng)域的生產(chǎn)者責(zé)任延伸制度，鼓勵(lì)制造商回收處理報(bào)廢產(chǎn)品。(二)確定垃圾分類方法居民小區(qū)垃圾一般可分為可回收物、廚余垃圾、有害垃圾及其它垃圾四類；酒樓、賓館、飯?zhí)玫炔惋媹?chǎng)所的垃圾一般可分為可回收物、廚余垃圾、其他垃圾三類；機(jī)場(chǎng)、碼頭、火車站、公交站、公園、旅游景區(qū)、加油站等公共場(chǎng)所的垃圾一般可分為可回收物、其他垃圾兩類；政府機(jī)關(guān)、企事業(yè)單位辦公區(qū)域、學(xué)校等場(chǎng)所的垃圾一般可分為可回收物、其

43、他垃圾兩類，大型辦公區(qū)的可回收物可進(jìn)一步細(xì)分為紙張類、飲料瓶罐類、塑料類。(三)完善垃圾分類收集和運(yùn)輸系統(tǒng)進(jìn)一步完善全市再生資源回收網(wǎng)點(diǎn)。政府機(jī)關(guān)、企事業(yè)單位、學(xué)校、酒店、商場(chǎng)、居民小區(qū)等公共區(qū)域應(yīng)按照標(biāo)準(zhǔn)配置可回收物儲(chǔ)存設(shè)施。新建或已建居民小區(qū)應(yīng)設(shè)立具備垃圾減量分類咨詢、可回收物和大件垃圾預(yù)約回收服務(wù)等功能的資源回收服務(wù)站。(四)完善垃圾分類處理設(shè)施系統(tǒng)積極引進(jìn)垃圾分類處理技術(shù)，高標(biāo)準(zhǔn)建設(shè)運(yùn)營(yíng)處理設(shè)施，采用垃圾焚燒、生化處理、綜合利用等方式對(duì)分類的垃圾進(jìn)行資源化和無(wú)害化處理。淘汰落后處理設(shè)施，加快綠色處理設(shè)施建設(shè)。(五)加大宣傳引導(dǎo)力度加強(qiáng)輿論宣傳工作，協(xié)調(diào)新聞媒體積極開展各類宣傳教育活動(dòng)；

44、通過(guò)編寫市民城市生活垃圾減量分類指導(dǎo)手冊(cè)，編制垃圾減量分類教材，制作公益廣告和指導(dǎo)短片，普及垃圾減量分類、資源綜合利用知識(shí)，發(fā)動(dòng)熱衷公益事業(yè)的志愿者，提高市民垃圾減量分類知曉率、參與率和準(zhǔn)確率?？傊?，垃圾分類回收利國(guó)利民，這項(xiàng)工程不僅加大社會(huì)效益，還能減少資源開發(fā)和加工過(guò)程中產(chǎn)生的環(huán)境污染等。希望我們的建議對(duì)市政府的垃圾減量分類工作有一定幫助。六、模型評(píng)價(jià)模型的優(yōu)點(diǎn)：1采用主成分分析法將定性問(wèn)題很好的轉(zhuǎn)化為定量問(wèn)題。2多元線性回歸分析對(duì)上述模型進(jìn)行修正，更符合實(shí)際情況。3數(shù)據(jù)抽樣法選擇將分層抽樣相關(guān)分析等多條原則相結(jié)合，使抽樣數(shù)據(jù)少且具有代表性。模型的缺點(diǎn)：1由于小區(qū)的范圍過(guò)小，數(shù)據(jù)不易統(tǒng)計(jì)完

45、全，導(dǎo)致結(jié)果的偏差。2選擇的指標(biāo)數(shù)據(jù)不能完整的代表全部。3多元線性回歸模型中，居民垃圾回收意識(shí)無(wú)法得以量化。參考文獻(xiàn)1姜啟源. 數(shù)學(xué)建模(第四版). 北京：機(jī)械工業(yè)出版社，2012年2張志涌. 精通matlab. 北京：航空航天大學(xué)出版社，2012年3楊啟帆. 數(shù)學(xué)建模. 北京：高等教育出版社,2005年4蔡鎖章. 數(shù)學(xué)建模原理與方法m. 北京：海洋出版社，2000年5 劉先省，潘泉，“傳感器管理方法研究”，西安：西北工業(yè)大學(xué)博士論文，2009。6 史峰，王輝，郁磊，胡斐，matlab智能算法30個(gè)案例分析，北京：北京航空航天大學(xué)出版社，2011。7 姜啟源，謝金星，葉俊，數(shù)學(xué)模型（第四版），北京：高等教育出版社，2011。8 李德宜，李明，數(shù)學(xué)建模，北京：科學(xué)出版社，2009。9 吳孟達(dá)，成禮智，吳翊，毛紫陽(yáng)，王丹，數(shù)學(xué)建模教程，北京：高等教育出版社，2011。10 田雪怡，李一兵，“多傳感器數(shù)據(jù)關(guān)聯(lián)與航跡融合技術(shù)研究”，哈爾濱:哈爾濱工程大學(xué)，2012。11 韓中庚，數(shù)學(xué)建模方法及其應(yīng)用（第