垃圾减量分类活动中社会与个体因素的量化分析报告.doc

《垃圾减量分类活动中社会与个体因素的量化分析报告.doc》由会员分享，可在线阅读，更多相关《垃圾减量分类活动中社会与个体因素的量化分析报告.doc（15页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、垃圾减量分类活动中社会与个体因素的量化分析参赛队员1、： 蒲尊严 学院：机械工程学院 专业班级： 机设1101班 ：2、： 花万里 学院：机械工程学院 专业班级： 机设1101班 ：3、： 焱 学院：机械工程学院 专业班级： 机设1103班 ：题 目垃圾减量分类活动中社会与个体因素的量化分析摘要通过对垃圾减量分类活动中社会与个体因素的量化分析，可以用层次分析法思想，从个人和社会因素影响来解答；用excel作图来分析四类垃圾组分本身的数量存在相关性；查找垃圾分类与各类垃圾所占比重，通过数据的分析，按照生活垃圾样品物理组成的干基比例，测定合成样，得出结果；基于层次分析法的模糊综合评价在小区垃圾质量

2、综合评价与排序研究出结果。问题一，利用应用层次分析的思想，从社会和个体因素影，利用excel中“单值求解法”求解矩阵A的最大特征根分别为3.0254和4.0453。通过对所建模型的分析，各项教育对垃圾分类减量起主导作用；在个人因素中，户籍类型的影响大。问题二，用excel作图来分析四类垃圾组分本身的数量存在相关性，所得到的模型函数，其中x（i）会减少，函数系数减少。总产量也会随之减少。所以由模型一可以知道各项激励措施与减量分类效果呈正相关。问题三，在附件中查找垃圾分类与各类垃圾所占比重，按照生活垃圾样品物理组成的干基比例，配制测定用合成样，计算出垃圾含水率和干基比对垃圾减量分类的研究占很大比重

3、，所以颗粒度足够。得出市各个垃圾厂在垃圾分类中其他类垃圾占的总量较多，且对垃圾含水率的测定有着紧密的联系，所以对其他类垃圾数据的收集应该投放更多的精力和成本。问题四，基于层次分析法的模糊综合评价在小区垃圾质量综合评价与排序研究中得以应用，效果较好。关键字： 层次分析法 正相关 层次分析法建立的矩阵12 / 15目录一问题重述1二问题分析2三符号说明4四问题假设5五问题一模型的建立与求解55.1社会因素影响55.2个体因素影响6六问题二：用excel作图来分析四类垃圾组分本身的数量存在相关性7七问题三模型的建立与求解87.1在附件中查找垃圾分类与各类垃圾所占比重87.2数据的分析9八问题四推进减

4、量分类工作关键措施11九模型的评价与改进11参考文献11附录12一 问题重述城市生活垃圾的数量和构成与城市人口数、经济水平与生活习惯等因素有关。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。仅靠填埋、焚烧等技术不能持久地解决问题，必须与减量化、无害化、回收利用等措施结合起来，才是标本兼治、经济持久的方法。其中，从源头对垃圾进行减量分类收集是必须且关键的一个环节。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。主要容是社会通过教育、督导、激励等措施影响个人与家庭的垃圾产生动因（个体因素），最终形成减少垃圾总量并分类回收良性结果的控制过

5、程。目前对这一控制过程的研究改良主要依靠的还是经验总结型的定性分析，主要原因是缺少描述“社会因素”和“个体因素”与其相互作用的量化模型，难以开展具有一定精度的量化分析工作。目前市正在进行垃圾减量分类试点工作，附件给出了相关的研究实践资料。其中有在对比我国地区相关情况后的自身问题反思总结，以与采用不同方案的天景花园和家园两个试点小区的实际数据记录。请你基于这些资料和自己收集的其他资料，研究以下几个问题：1、 分析附件有关资料并结合你自己的经历和生活观察，考虑各项教育、督导、激励措施对居民家庭垃圾减量分类结果的影响，构建量化模型描述天景花园、家园垃圾减量分类过程，模型应能以量化参数描述社会因素（如

6、各项教育、督导、激励措施等）以与个体因素（如家庭收入水平、家庭结构、户籍类型、生活习惯等），并在后续的进一步研究过程过调整相关参数来修正模型。2、 基于你构建的减量分类模型，试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？各项激励措施与减量分类效果存在什么相关性？原因是什么？3、 根据你构建减量分类模型的研究结果，你认为在现有垃圾减量分类督导过程中，目前统计的基础数据分项与颗粒度是否足够？应该在哪些数据的获取中投放更多的成本和精力？在减量分类模式大面积推广时，如何设置少量抽样数据来检测一定区域减量分类工作的效果？4、 基于你构建的减量分类模型，指出未来5年推进减量分类工作关键措施，并预

7、测措施实施的最好与最坏结果。二 问题分析对问题一的分析问题一考虑的是各项教育、督导、激励措施对居民家庭垃圾减量分类结果的影响，可将影响垃圾减量分类归结社会因素、个体因素、在因素以与自然因素，然后再将社会因素和个体因素细分出小类，通过层次分析法分别求其权重，然后进行修正，最后评价出天景花园、家园两个小区垃圾减量分类效果的好坏，进一步得到垃圾产量与各因素之间的函数关系 。并建立可通过调整相关参数的数学模型。垃圾产生总量社会因素其他因素个体因素督导教育激励措施家庭收入水平家庭结构户籍类型生活习惯对问题二的分析问题二基于构建的减量分类模型，对小区的可回收物、厨余垃圾，有害垃圾以与其他垃圾这四类垃圾的相

8、关性进行分析，对此选择了距离分析进行评价，并用SPSS 软件分析两个小区各类垃圾之间的相关性；针对各项激励措施与减量分类效果之间的相关性，首先根据有关资料对激励措施进行相关的分类，并对两个小区的垃圾产量数据进行相应处理，然后选择灰色关联度模型对其相关性进行评价。对问题三的分析要统计基础数据分项与颗粒度是否足够，我们通过查询有关资料对问题进行了分析判断；要考虑在哪些数据的获取中投放更多的成本和精力，我们选择了弹性分析方法进行了相关分析；然后应用分层抽样的方法检测了一定区域减量分类工作的效果。对问题四的分析要指出未来5 年推进减量分类工作关键措施，选用无偏GM (1,1)模型分别从环保投资、常住人

9、口总量、旅游人数三个方面进行性相关预测，并根据SPSS软件对数据的拟合程度确立了预测方程。针对措施实施的最好与最坏结果的预测，从假设条件出发，在假设条件都满足的情况下，达到最好结果；反之，在假设条件均不满足的条件下，得出最坏结果。三 符号说明序号符号说明1.垃圾的生产量2.社会因素的教育因素3.政府给予的督导因素4.政府给予的财政补贴和激励程度5.小区居民家庭收入水平6.小区居民家庭结构7.小区居民户籍类型8.小区居民生活习惯9.最大特征根10.层次分析法建立的社会因素矩阵11.层次分析法建立的个体因素矩阵12.层次分析法结果函数13.矩阵归一化处理得到的特征向量14.归一化处理后的权重矩阵1

10、5.矩阵归一化处理得到的特征向量16.归一化处理后的权重矩阵17.人口与垃圾产量的相关度18.占地面积与垃圾产量的相关度19.各地区人口数20.各地区平均人口数21.各地区占地面积22.各地区平均占地面积23.各地区垃圾产量24.各地区平均垃圾产量25.变量四 问题假设1. 假设题目所给数据与建模收集数据均真实可靠；2. 假设建模中涉与主观分析的结论基本与事实相符；3. 假设各类垃圾之间相互独立、区分明确；4. 假设城市生活垃圾产生量都被与时全部清运；5. 假设市常住人口产生的平均垃圾基本不变；6. 假设对环保的投资全部用于对垃圾的减量分类过程；五 问题一模型的建立与求解5.1社会因素影响应用

11、层次分析的思想，根据相关文献资料，构造社会因素中教育、督导、激励三项因素的成对比较矩阵A：5.1利用excel中“单值求解法”求解矩阵A的最大特征根为3.0254 。为进行判断矩阵的一致性检验，需计算一致性指标：5.2查找相应的平均随机一致性指标RI，当时，5.3平均随机一致性指标随机一致性比率： 5.4因此认为层次分析排序的结果有满意的一致性，即权系数的分配是非常合理的。首先将矩阵A 做归一化处理得到特征向量：5.5然后做按行求和最后将求和结果进行归一化处理得权重矩阵：5.65.7既有方程其中所以建立的模型为5.85.2个体因素影响应用层次分析的思想，根据相关文献资料，构造个体因素家庭收入水

12、平、家庭结构、户籍类型、生活习惯四项因素的成对比较矩阵B：5.9利用excel中“单值求解法”求解矩阵A的最大特征根为4.0453 。为进行判断矩阵的一致性检验，需计算一致性指标：5.10查找相应的平均随机一致性指标RI，当时， 5.11平均随机一致性指标随机一致性比率：5.12因此认为层次分析排序的结果有满意的一致性，即权系数的分配是非常合理的。首先将矩阵B做归一化处理得到特征向量：5.13然后做按行求和最后将求和结果进行归一化处理得权重矩阵：5.145.15既有方程其中所以建立的模型为5.16通过对所建模型的分析，各项教育对垃圾分类减量起主导作用；在个人因素中，户籍类型的影响大。六 问题二

13、：用excel作图来分析四类垃圾组分本身的数量存在相关性表一 天景花园2013年1到3月垃圾产量图表二 家园2013年垃圾收集统计表由图可知道；可回收垃圾和厨余垃圾成反比；和其他类垃圾成正相关，由此可知当可回收垃圾增加时,厨余垃圾会减少，因为厨余垃圾一般不能回收。 当受到各项激励措施时，由模型一的归一系数可以看到，居民会受到大的鼓舞，所得到的模型函数，其中x（i）会减少，函数系数减少。总产量也会随之减少。所以由模型一可以知道各项激励措施与减量分类效果呈正相关。七 问题三模型的建立与求解7.1在附件中查找垃圾分类与各类垃圾所占比重表三 市源头生活垃圾组分项目百分含量（%）含水率（%）干物质含量（

14、g/100g湿垃圾）干基高位热值（kJ/kg）厨余65.5473.2217.5514400纸类6.8211.836.0116600塑料12.754.0012.2432570纺织4.169.503.7617450木竹1.2110.001.0918610砖石2.0710.861.846980玻璃1.860.681.85140金属0.534.000.51700其它0.100.000.100灰土4.9715.004.226980合计10050.8349.176931我们通过分析表中所给数据，得知将垃圾主要分为厨余类、纸类、橡塑类、纺织类、竹木类、灰土类、砖瓦类、玻璃类、金属类以与其他等，该基础分项与、

15、乌鲁木齐、荷兰等各地区的垃圾分项有所差异，且垃圾组分中其他类占总量的10%左右。这也就说明的基础数据分项尚不足够，仍需将其他类进行细致划分以得到更多的分项。颗粒度对含水率的测定和生活垃圾样品物理组成的干基比例有着重要的作用，从附件中我们可以得到将生活垃圾烘干后的各成分粉碎，按其干基百分比混合所制备的二次样品。用研磨仪将烘干后的粒径为5mm以下的各种成分的粒径分别研磨至0.5mm以下；按照生活垃圾样品物理组成的干基比例，配制测定用合成样，合成样的重量（M样）可根据测定项目所用仪器要求确定，计算各种成分的重量（Mi），称重结果精确至0.0005g。所得称重结果精确度高，测定结果可信。而垃圾含水率和

16、干基比对于垃圾减量分类的研究占很大比重，所以颗粒度足够。7.2数据的分析从表中所给数据的分析中我们得出市各个垃圾厂在垃圾分类中其他类垃圾占的总量较多，且对垃圾含水率的测定有着紧密的联系，所以对其他类垃圾数据的收集应该投放更多的精力和成本。 表四 各行政区面积与常住人口由图市各行政区的辖区面积和常住人口相差较大，且市的行政区只有8 个，经比较,可以采用分层抽样的方法从中获取少量数据来检测一定区域减量分类工作的效果。分层随机抽样：以居民小区为抽样单元，根据区域不同把将市化为8 个不同的行政区即8 层。在这里是把整个市的垃圾分类看成是一个总体，则这个总体有8 个单元，再将每个单元分成个居民小区。分别

17、在这8 个行政区中随机抽取居民小区，由于各个行政区总面积和人口不同，采用比例分配。各地区人口数为，平均人口数为，各行政区占地面积为，平均占地面积为，垃圾产量为，平均垃圾产量为。垃圾产量与各地区的人口与占地面积有关，根据线性相关性公式：，线性相关7.1， 线性相关7.2有两个因素的线性相关性，人口与垃圾产量线性相关，占地面积与垃圾产量相关性非常大。在分层随机抽样调查中，应该以占地面积的比例为各层的层权进行分配。八 问题四推进减量分类工作关键措施问题四基于层次分析法的模糊综合评价在小区垃圾质量综合评价与排序研究中得以应用，效果较好。该模型建立符合实际情形，有利于促进各个市区对其垃圾的利用并对已有垃

18、圾进行最优整合，从而促进市区整体水平和规模的发展；模型求解简便，所以在最近五年有较好的应用前景和推广价值。九 模型的评价与改进在应用层次分析法对小区垃圾质量进行综合评价时，由于评价指标较多，常用的取大取小算法，常常出现结果不易分辨的情况。本文采用加权平均型进行评价，取得了较好的效果。在对综合评价结果进行分析时，对常用的最大隶属函数度原则方法存在有效性的问题。本文采用加权平均原则方法对结果进行分析，并可对多指标进行比较排序，结果令人满意。对于权重的确定，目前大多由专家凭经验给出，人为干扰较为严重，导致评判结果的出入。本文在模糊综合评价中采用层次分析法来确定权重。此方法具有较强的逻辑性、实用性和系

19、统性。并能准确地得出各评价指标的权系数参考文献1 耿秀荣 王彦辉 吴果林，数学建模算与其常用数学软件M，：师大学，2012 6068；2 梅 志斌，数学建模教程M，：科学，2012；3 周义仓 郝孝良，数学建模实验M，交通大学，2007；4 来福 淳，数学建模方法与分析M，机械工业，2005；5 日昌，大学生心理诊断M：教育，1999；6 跃等,模糊数学方法与应用M.: 煤炭工业，19927 吴万铎,模糊数学与计算机应用M.: 电子工业，19888 庆祝,体育实用模糊数学M.:人民体育，19909 贺仲雄,模糊数学与其应用M.: 科技，198910 继红 高振滨 晓威，数学建模M，：清华大学，

20、2011,119143；附录问题二，天景花园垃圾产量附表：问题二，花园垃圾产量附表：问题三，垃圾分类附表城市厨余类纸类橡塑类纺织类木竹类玻璃类金属类其他39.56 20.51 17.935.323.052.300.199.1467.10 10.8112.611.053.450.970.333.6864.838.57 15.83 2.17 0.96 2.17 0.00 5.4759.20 10.10 16.00 6.10 4.20 3.40 1.10 0.10 64.48 6.71 10.12 1.22 0.05 2.02 0.31 15.09 乌鲁木齐75.952.415.372.592.532.410.757.9950.804.568.741.202.301.550.1830.5438.30 24.30 18.90 3.30 4.50 4.30 2.40 4.00 纽约23.0027.0017.006.004.003.006.0013.00新加坡25.4026.2025.403.223.202.012.4012.10日本19.1036.0018.309.504.500.300.0012.30荷兰50.0022.006.202.200.0011.903.200.20