好文档 - 专业文书写作范文服务资料分享网站

数学建模优秀论文 

天下 分享 时间: 加入收藏 我要投稿 点赞

其图像经多种方式拟合可知,其经二次函数拟合的偏差最小, t=[1 3 6 10 15 25];

w1=[8.28 6.89 4.92 1.84 0.197 0.066]; w=0.0238*t.^2-0.9719*t+9.4724; plot(t,w1,t,w) grid on tlabel('时间t');

wlabel('原始数据和拟合后数据残留量'); title('农药锐劲特在水稻中的残留量')

可得:

4.模型求解:

由以上程序可知,锐劲特在生长作物体内的残留量与时间之间的关系有:

w?0.0238t2?0.9719t?9.4724 于是,每次需要的药量为 q?10?w

11

对其在五个月内使用农药次数求定积分即为总的锐劲特的需求量:

TT p??qdt??(10?0.0238t2?0.9719t?9.4724)dt

00 由于之前假设可知,其产量大致趋于某一个固定的值,故,用问题一的结论

可知:产量

y?780.8e?1.0828?10?5?2000?3?

故 利润 z?2.28y?100?11.2?p

3)问题三 1.基本假设:

1假设表中臭氧喷嘴口的浓度即为室内臭氧浓度, 2假设臭氧在室内均匀分布

3假设真菌对臭氧不产生抗体,不发生对臭氧的基因突变

4假设不考虑臭氧扩散时间,即臭氧可在短时间内扩散到室内,并达到某一浓度。

5.在实验中, 除施肥量, 其它影响因子如环境条件、种植密度、土壤肥力等, 均处于同等水平

6.在实际问题中, 产量受作物种类、植株密度、气候条件以及害虫对杀虫剂的抵抗等各种因素的作用,而忽略以上各种因素的影响,仅仅考虑杀虫剂的种类和量的多少对生长作物的影响。

7.忽略植物各阶段的生长特点对杀虫剂的各种需求量。

8.忽略病虫的繁殖周期以及各阶段的生长情况,将它以为是不变的生长速率。

2.定义符号说明:

t——臭氧的供给时间 S——病虫害经臭氧处理时的剩余数量比例 n——开始时通入臭氧的浓度 v——臭氧分解的速率 m——臭氧分解的量 T——室内平均温度

C(O3)——臭氧喷嘴出口处检测到的臭氧浓度

12

3. 模型建立:

1. 图中所给出的是臭氧浓度与真菌作用之间的实验数据,它反映了病虫害随时间和臭氧浓度之间的关系。

表5 臭氧浓度与真菌作用之间的实验数据 t(小时)

S(%)

C(O3)(mg/m

3

0.5 93

1.5 89 0.40

2.5 64 0.75

3.5 35 1.00

4.5 30 1.25

5.5 25 1.50

6.5 18 1.80

7.5 10 2.10

8.5 0 2.25

9.5 0 2.65

10.5 0 2.85

0.15

2基于回归分析:设变量x1,x2的回归模型为y?a?bx1?cx2?dx12?gx22??其中a,b,c,d,g,是未知参数, 服从正态分布N(0,μ2)

4.模型求解:

然后根据图表5数据确定上式多项式系数,输入程序:

左右两图分别表示x1固定时和x2固定时的曲线及其置信各自的区间,然后在命令行输入:beta,rmse

2以回

2归

模型为:

z?110.8985?24.0882x1?166.8440x2?1.8829x1?39.1077x2

13

剩余标准差为6.6900,说明次回归模型的显著性较好。将得到的多项式系数带入多项式后,画出回归模型的图像. 输入程序:

5.模型检验与分析:

上述求出的回归模型以后,还需对线性回归方程同实际数据拟合效果进行检验,因此,输入以下程序: 检验程序 输入程序:

14

可得出

由图中可以看出,红色和蓝色代表回归方程画出的图形,另外两条代表原始数据拟合出的图像,回归方程得到的数据时在置信区间内与原始数据时基本上吻合的,因此,回归方程显著性较好。

6.效用评价函数:

因为y=s,表示病虫害经过臭氧处理后的剩余量比例,因此设z=1-y,即表示病虫害经过臭氧处理掉的比例,即为效用评价函数,所以

z?1?(110.8985?24.0882x1?166.8440x2?1.8829x1?39.1077x2)?100

22其中当给出经过的时间和臭氧喷嘴口的浓度是,根据效用评价函数即可得到经过时间t后杀虫的比例。

表4 臭氧分解实验速率常数与温度关系

温度T(oC) 20 臭氧分解速度(mg/min)

-1

30 0.0111

40 0.0145

50 0.0222

60 0.0295

70 80

0.0081 0.0414 0.0603

基于指数模型,设温度t和速率y的模型为: 进行数据拟合的:

x=[20 30 40 50 60 70 80]';

其中x0为基数,、

y=[0.0081 0.0111 0.0145 0.0222 0.0295 0.0414 0.0603]'; b=ones(7,1);

z=log(y)-b*log(0.0081) r=x\\z 求得:r=0.0215

15

数学建模优秀论文 

其图像经多种方式拟合可知,其经二次函数拟合的偏差最小,t=[136101525];w1=[8.286.894.921.840.1970.066];w=0.0238*t.^2-0.9719*t+9.4724;plot(t,w1,t,w)gridontlabel('时间t');wlabel('原始数据和拟合后数据残留
推荐度:
点击下载文档文档为doc格式
4olak2a7r62i4cx3qikl
领取福利

微信扫码领取福利

微信扫码分享