垃圾減量分類精彩活動中社會及個體因素地量化分析報告

實用文檔垃圾減量分類活動中社會及個體因素的量化分析參賽隊員1、姓名：蒲尊嚴(yán) 學(xué)院：機械工程學(xué)院 專業(yè)班級：機設(shè)1101班 電話：2、姓名：花萬里 學(xué)院：機械工程學(xué)院 專業(yè)班級：機設(shè)1101班 電話：3、姓名： 張焱學(xué)院：機械工程學(xué)院 專業(yè)班級： 機設(shè)1103班電話：文案大全實用文檔題目 垃圾減量分類活動中社會及個體因素的量化分析摘要通過對垃圾減量分類活動中社會及個體因素的量化分析， 可以用層次分析法思想， 從個人和社會因素影響來解答； 用excel作圖來分析四類垃圾組分本身的數(shù)量存在相關(guān)性； 查找垃圾分類及各類垃圾所占比重，通過數(shù)據(jù)的分析，按照生活垃圾樣品物理組成的干基比例，測定合成樣，得出結(jié)果；基于層次分析法的模糊綜合評價在小區(qū)垃圾質(zhì)量綜合評價與排序研究出結(jié)果。問題一，利用應(yīng)用層次分析的思想， 從社會和個體因素影， 利用excel中“單值求解法”求解矩陣A的最大特征根分別為3.0254和4.0453。通過對所建模型的分析，各項教育對垃圾分類減量起主導(dǎo)作用；在個人因素中，戶籍類型的影響大。問題二，用excel 作圖來分析四類垃圾組分本身的數(shù)量存在相關(guān)性， 所得到的模型函數(shù)，其中x（i）會減少，函數(shù)系數(shù)減少?？偖a(chǎn)量也會隨之減少。所以由模型一可以知道各項激勵措施與減量分類效果呈正相關(guān)。問題三，在附件中查找垃圾分類及各類垃圾所占比重， 按照生活垃圾樣品物理組成的干基比例，配制測定用合成樣，計算出垃圾含水率和干基比對垃圾減量分類的研究占很大比重，所以顆粒度足夠。得出深圳市各個垃圾廠在垃圾分類中其他類垃圾占的總量較多， 且對垃圾含水率的測定有著緊密的聯(lián)系，所以對其他類垃圾數(shù)據(jù)的收集應(yīng)該投放更多的精力和成本。問題四，基于層次分析法的模糊綜合評價在小區(qū)垃圾質(zhì)量綜合評價與排序研究中得以應(yīng)用，效果較好。關(guān)鍵字： 層次分析法 正相關(guān) 層次分析法建立的矩陣文案大全實用文檔目錄一問題重述..................................................................1二問題分析..................................................................2三符號說明..................................................................3四問題假設(shè)..................................................................4五問題一模型的建立及求解....................................................45.1社會因素影響.........................................................45.2個體因素影響.........................................................5六問題二：用excel作圖來分析四類垃圾組分本身的數(shù)量存在相關(guān)性................6七問題三模型的建立及求解...................................................77.1在附件中查找垃圾分類及各類垃圾所占比重...............................77.2數(shù)據(jù)的分析...........................................................8八問題四推進減量分類工作關(guān)鍵措施...........................................9九模型的評價與改進..........................................................9參考文獻....................................................................10附錄.......................................................................11文案大全實用文檔一問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)濟水平及生活習(xí)慣等因素有關(guān)。隨著城鎮(zhèn)化進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)不能持久地解決問題，必須與減量化、無害化、回收利用等措施結(jié)合起來，才是標(biāo)本兼治、經(jīng)濟持久的方法。其中，從源頭對垃圾進行減量分類收集是必須且關(guān)鍵的一個環(huán)節(jié)。垃圾減量分類活動是人類社會對自身垃圾產(chǎn)生系統(tǒng)的一個干預(yù)性工程。主要內(nèi)容是社會通過教育、督導(dǎo)、激勵等措施影響個人及家庭的垃圾產(chǎn)生動因（個體因素），最終形成減少垃圾總量并分類回收良性結(jié)果的控制過程。目前對這一控制過程的研究改良主要依靠的還是經(jīng)驗總結(jié)型的定性分析，主要原因是缺少描述“社會因素”和“個體因素”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。目前深圳市正在進行垃圾減量分類試點工作，附件給出了相關(guān)的研究實踐資料。其中有深圳在對比我國臺灣地區(qū)相關(guān)情況后的自身問題反思總結(jié)，以及采用不同方案的天景花園和陽光家園兩個試點小區(qū)的實際數(shù)據(jù)記錄。請你基于這些資料和自己收集的其他資料，研究以下幾個問題：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，考慮各項教育、督導(dǎo)、激勵措施對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、陽光家園垃圾減量分類過程，模型應(yīng)能以量化參數(shù)描述社會因素（如各項教育、督導(dǎo)、激勵措施等）以及個體因素（如家庭收入水平、家庭結(jié)構(gòu)、戶籍類型、生活習(xí)慣等），并在后續(xù)的進一步研究過程中通過調(diào)整相關(guān)參數(shù)來修正模型。2、基于你構(gòu)建的減量分類模型，試分析試點小區(qū)四類垃圾組分本身的數(shù)量存在什么樣的相關(guān)性？各項激勵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)過程中，目前統(tǒng)計的基礎(chǔ)數(shù)據(jù)分項及顆粒度是否足夠？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，如何設(shè)置少量抽樣數(shù)據(jù)來檢測一定區(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5年推進減量分類工作關(guān)鍵措施，并預(yù)測措施實施的最好與最壞結(jié)果。文案大全實用文檔二問題分析對問題一的分析問題一考慮的是各項教育、督導(dǎo)、激勵措施對居民家庭垃圾減量分類結(jié)果的影響，可將影響垃圾減量分類歸結(jié)社會因素、個體因素、內(nèi)在因素以及自然因素，然后再將社會因素和個體因素細(xì)分出小類，通過層次分析法分別求其權(quán)重，然后進行修正，最后評價出天景花園、陽光家園兩個小區(qū)垃圾減量分類效果的好壞， 進一步得到垃圾產(chǎn)量與各因素之間的函數(shù)關(guān)系Y b*X(i)其中(i=1,2,3,4,5,6,7) 。并建立可通過調(diào)整相關(guān)參數(shù)的數(shù)學(xué)模型。垃圾產(chǎn)生總量社會 其他 個體因素 因素 因素激勵督導(dǎo) 教育措施

家庭收 家庭結(jié)構(gòu) 戶籍類型 生活習(xí)慣入水平對問題二的分析問題二基于構(gòu)建的減量分類模型， 對小區(qū)的可回收物、 廚余垃圾，有害垃圾以及其他垃圾這四類垃圾的相關(guān)性進行分析，對此選擇了距離分析進行評價，并用 SPSS軟件分析兩個小區(qū)各類垃圾之間的相關(guān)性； 針對各項激勵措施與減量分類效果之間的相關(guān)性， 首先根據(jù)有關(guān)資料對激勵措施進行相關(guān)的分類， 并對兩個小區(qū)的垃圾產(chǎn)量數(shù)據(jù)進行相應(yīng)處理， 然后選擇灰色關(guān)聯(lián)度模型對其相關(guān)性進行評價。對問題三的分析要統(tǒng)計基礎(chǔ)數(shù)據(jù)分項及顆粒度是否足夠，我們通過查詢有關(guān)資料對問題進行了分析判斷；要考慮在哪些數(shù)據(jù)的獲取中投放更多的成本和精力， 我們選擇了彈性分析方法進行了相關(guān)分析；然后應(yīng)用分層抽樣的方法檢測了一定區(qū)域內(nèi)減量分類工作的效果。對問題四的分析要指出深圳未來 5年推進減量分類工作關(guān)鍵措施， 選用無偏GM(1,1) 模型分別從環(huán)保投資、常住人口總量、旅游人數(shù)三個方面進行性相關(guān)預(yù)測， 并根據(jù)SPSS軟件對數(shù)據(jù)的擬合程度確立了預(yù)測方程。 針對措施實施的最好與最壞結(jié)果的預(yù)測， 從假設(shè)條件出發(fā)， 在假設(shè)條件都滿足的情況下，達到最好結(jié)果；反之，在假設(shè)條件均不滿足的條件下，得出最壞結(jié)果。文案大全三符號說明序號符號1.Y2.x13.x24.x35.x46.x57.x68.x79.10.A11.12.b13.014.115.216.317.R'18.R

實用文檔說明垃圾的生產(chǎn)量社會因素的教育因素政府給予的督導(dǎo)因素政府給予的財政補貼和激勵程度小區(qū)居民家庭收入水平小區(qū)居民家庭結(jié)構(gòu)小區(qū)居民戶籍類型小區(qū)居民生活習(xí)慣最大特征根層次分析法建立的社會因素矩陣層次分析法建立的個體因素矩陣層次分析法結(jié)果函數(shù)矩陣A歸一化處理得到的特征向量歸一化處理后的權(quán)重矩陣矩陣歸一化處理得到的特征向量歸一化處理后的權(quán)重矩陣人口與垃圾產(chǎn)量的相關(guān)度占地面積與垃圾產(chǎn)量的相關(guān)度文案大全實用文檔19.pi各地區(qū)人口數(shù)20.p各地區(qū)平均人口數(shù)21.qi各地區(qū)占地面積22.q各地區(qū)平均占地面積23.ki各地區(qū)垃圾產(chǎn)量24.k各地區(qū)平均垃圾產(chǎn)量25.i變量四問題假設(shè)假設(shè)題目所給數(shù)據(jù)及建模收集數(shù)據(jù)均真實可靠；假設(shè)建模中涉及主觀分析的結(jié)論基本與事實相符；假設(shè)各類垃圾之間相互獨立、區(qū)分明確；假設(shè)城市生活垃圾產(chǎn)生量都被及時全部清運；假設(shè)深圳市常住人口產(chǎn)生的平均垃圾基本不變；假設(shè)深圳對環(huán)保的投資全部用于對垃圾的減量分類過程；五問題一模型的建立及求解5.1社會因素影響應(yīng)用層次分析的思想，根據(jù)相關(guān)文獻資料，構(gòu)造社會因素中教育、 督導(dǎo)、激勵三項因素的成對比較矩陣A：11/51/9519?????????????5.191/91利用excel中“單值求解法”求解矩陣 A的最大特征根 為3.0254 。為進行判斷矩陣的一致性檢驗，需計算一致性指標(biāo)：n0.0127???????????????5.2CIn1查找相應(yīng)的平均隨機一致性指標(biāo)RI，當(dāng)n3時，RI0.58????????????5.3文案大全實用文檔平均隨機一致性指標(biāo)隨機一致性比率：CR0.01270.0210.10???????5.40.58因此認(rèn)為層次分析排序的結(jié)果有滿意的一致性，即權(quán)系數(shù)的分配是非常合理的。首先將矩陣A做歸一化處理得到特征向量：0.06670.15250.0109??????????????????5.50然后做按行求和最后將求和結(jié)果進行歸一化處理得權(quán)重矩陣：10.28990.66280.0473????????????5.6b1*A4.34850.86900.4783???????????5.7既有方程Yb*X(i)其中(i1,2,3)所以建立的模型為Y(4.3485*X10.8690*X20.4783*X3)?????????5.85.2個體因素影響應(yīng)用層次分析的思想，根據(jù)相關(guān)文獻資料，構(gòu)造個體因素家庭收入水平、家庭結(jié)構(gòu)、戶籍類型、生活習(xí)慣四項因素的成對比較矩陣 B：125311422B1111??????????????????5.9542112132利用excel中“單值求解法”求解矩陣A的最大特征根為4.0453。為進行判斷矩陣的一致性檢驗，需計算一致性指標(biāo)：CIn0.0151??????????????5.10n1查找相應(yīng)的平均隨機一致性指標(biāo)RI，當(dāng)n4時，RI0.90??????????5.11平均隨機一致性指標(biāo)隨機一致性比率：0.01510.0170.10??????5.12CR0.90因此認(rèn)為層次分析排序的結(jié)果有滿意的一致性，即權(quán)系數(shù)的分配是非常合理的。首先將矩陣B做歸一化處理得到特征向量：0.4918 0.5333 0.4167 0.4615????????????? 5.132文案大全實用文檔然后做按行求和最后將求和結(jié)果進行歸一化處理得權(quán)重矩陣：30.25840.28020.21890.2425?????????????5.14b3*B0.52541.05082.62681.5763?????????5.15既有方程Yb*X(j)其中(j1,2,3,4)所以建立的模型為Y(0.5254*X11.0508*X22.6268*X31,5763*X4)?????5.16通過對所建模型的分析，各項教育對垃圾分類減量起主導(dǎo)作用；在個人因素中，戶籍類型的影響大。六問題二：用excel作圖來分析四類垃圾組分本身的數(shù)量存在相關(guān)性表一 天景花園 2013年1到3月垃圾產(chǎn)量圖天景花園2013年垃圾收集統(tǒng)計表180160140120可回收物量100產(chǎn)廚余垃圾圾80有害垃圾垃60其他垃圾40200日日日日日日日日日日日日日日日日日日161616150505272727月月11223月1122月月112211月月月月月2月月月月33月月月月1111122223333日期文案大全實用文檔表二陽光家園2013年垃圾收集統(tǒng)計表陽光家園2013年垃圾收集統(tǒng)計表160014001200量1000可回收物廚余垃圾產(chǎn)800圾有害垃圾垃600其他垃圾4002000日日日日日日日日日185295296月月122月11200月月月1月月月110001111111111日期由圖可知道；可回收垃圾和廚余垃圾成反比； 和其他類垃圾成正相關(guān)， 由此可知當(dāng)可回收垃圾增加時,廚余垃圾會減少，因為廚余垃圾一般不能回收。當(dāng)受到各項激勵措施時，由模型一的歸一系數(shù)可以看到，居民會受到大的鼓舞，所得到的模型函數(shù)，其中 x（i）會減少，函數(shù)系數(shù)減少?？偖a(chǎn)量也會隨之減少。所以由模型一可以知道各項激勵措施與減量分類效果呈正相關(guān)。七 問題三模型的建立及求解7.1在附件中查找垃圾分類及各類垃圾所占比重表三深圳市源頭生活垃圾組分項目百分含量（%）含水率（%）干物質(zhì)含量（g/100g濕垃圾）干基高位熱值（kJ/kg）廚余65.5473.2217.5514400紙類6.8211.836.0116600塑料12.754.0012.2432570文案大全實用文檔紡織4.169.503.7617450木竹1.2110.001.0918610磚石2.0710.861.846980玻璃1.860.681.85140金屬0.534.000.51700其它0.100.000.100灰土4.9715.004.226980合計10050.8349.176931我們通過分析表中所給數(shù)據(jù)， 得知深圳將垃圾主要分為廚余類、 紙類、橡塑類、紡織類、竹木類、灰土類、磚瓦類、玻璃類、金屬類以及其他等，該基礎(chǔ)分項與北京、上海、重慶、烏魯木齊、香港、荷蘭等各地區(qū)的垃圾分項有所差異， 且深圳垃圾組分中其他類占總量的 10%左右。這也就說明深圳的基礎(chǔ)數(shù)據(jù)分項尚不足夠， 仍需將其他類進行細(xì)致劃分以得到更多的分項。顆粒度對含水率的測定和生活垃圾樣品物理組成的干基比例有著重要的作用， 從附件中我們可以得到將生活垃圾烘干后的各成分粉碎， 按其干基百分比混合所制備的二次樣品。 用研磨儀將烘干后的粒徑為5mm以下的各種成分的粒徑分別研磨至0.5mm以下；按照生活垃圾樣品物理組成的干基比例，配制測定用合成樣，合成樣的重量（M樣）可根據(jù)測定項目所用儀器要求確定，計算各種成分的重量（ Mi），稱重結(jié)果精確至 0.0005g。所得稱重結(jié)果精確度高，測定結(jié)果可信。而垃圾含水率和干基比對于垃圾減量分類的研究占很大比重， 所以顆粒度足夠。7.2數(shù)據(jù)的分析從表中所給數(shù)據(jù)的分析中我們得出深圳市各個垃圾廠在垃圾分類中其他類垃圾占的總量較多，且對垃圾含水率的測定有著緊密的聯(lián)系，所以對其他類垃圾數(shù)據(jù)的收集應(yīng)該投放更多的精力和成本。表四 深圳各行政區(qū)面積及常住人口深圳市各行政區(qū)面積及常住人口坪山新區(qū)

60

168光明新區(qū)龍崗區(qū)

156.148.12201.12

576.07寶安區(qū)鹽田區(qū)南山區(qū)羅湖區(qū)福田區(qū)

560.59401.7872.6320.89193.3108.7978.3692.3978.04165

占地面積（/平方公里）人口(/萬人)文案大全實用文檔由圖深圳市各行政區(qū)的轄區(qū)面積和常住人口相差較大， 且深圳市的行政區(qū)只有 8個，經(jīng)比較,可以采用分層抽樣的方法從中獲取少量數(shù)據(jù)來檢測一定區(qū)域內(nèi)減量分類工作的效果。分層隨機抽樣：以居民小區(qū)為抽樣單元， 根據(jù)區(qū)域不同把將深圳市化為 8個不同的行政區(qū)即 8層。在這里是把整個深圳市的垃圾分類看成是一個總體， 則這個總體有 8個單元，再將每個單元分成個居民小區(qū)。分別在這8個行政區(qū)中隨機抽取居民小區(qū)，由于各個行政區(qū)總面積和人口不同，采用比例分配。各地區(qū)人口數(shù)為 qi(i 1,2,3,4,5,6,7,8)，平均人口數(shù)為 q，各行政區(qū)占地面積為ki(i 1,2,3,4,5,6,7,8)，平均占地面積為 k，垃圾產(chǎn)量為 pi(i 1,2,3,4,5,6,7,8)，平均垃圾產(chǎn)量為 p。垃圾產(chǎn)量與各地區(qū)的人口與占地面積有關(guān)，根據(jù)線性相關(guān)性公式：nR

(pip)(qiq)i10.630.5，線性相關(guān)??????????7.1nn(pip)2i1(qiq)2i1n'(kik)(qiq)i12.260.5，線性相關(guān)???????????7.2Rnn(kik)2(qiq)2i1i1有兩個因素的線性相關(guān)性，人口與垃圾產(chǎn)量線性相關(guān)，占地面積與垃圾產(chǎn)量相關(guān)性非常大。在分層隨機抽樣調(diào)查中，應(yīng)該以占地面積的比例為各層的層權(quán)進行分配。八 問題四推進減量分類工作關(guān)鍵措施問題四基于層次分析法的模糊綜合評價在小區(qū)垃圾質(zhì)量綜合評價與排序研究中得以應(yīng)用，效果較好。該模型建立符合實際情形， 有利于促進各個市區(qū)對其垃圾的利用并對已有垃圾進行最優(yōu)整合，從而促進市區(qū)整體水平和規(guī)模的發(fā)展；模型求解簡便，所以在最近五年有較好的應(yīng)用前景和推廣價值。九模型的評價與改進在應(yīng)用層次分析法對小區(qū)垃圾質(zhì)量進行綜合評價時， 由于評價指標(biāo)較多， 常用的取大取小算法，常常出現(xiàn)結(jié)果不易分辨的情況。 本文采用加權(quán)平均型進行評價， 取得了較好的效果。在對綜合評價結(jié)果進行分析時， 對常用的最大隸屬函數(shù)度原則方法存在有效性的問題。文案大全實用文檔本文采用加權(quán)平均原則方法對結(jié)果進行分析，并可對多指標(biāo)進行比較排序，結(jié)果令人滿意。對于權(quán)重的確定， 目前大多由專家憑經(jīng)驗給出， 人為干擾較為嚴(yán)重， 導(dǎo)致評判結(jié)果的出入。本文在模糊綜合評價中采用層次分析法來確定權(quán)重。此方法具有較強的邏輯性、實用性和系統(tǒng)性。并能準(zhǔn)確地得出各評價指標(biāo)的權(quán)系數(shù)參考文獻耿秀榮王彥輝吳果林，數(shù)學(xué)建模算及其常用數(shù)學(xué)軟件[M]，桂林：廣西師范大學(xué)出版社，201260—68；梅正陽韓志斌，數(shù)學(xué)建模教程[M]，北京：科學(xué)出版社，2012；周義倉郝孝良，數(shù)學(xué)建模實驗[M]，西安交通大學(xué)出版社，2007；劉來福楊淳，數(shù)學(xué)建模方法與分析[M]，機械工業(yè)出版社，2005；鄭日昌，大學(xué)生心理診斷[M]濟南：山東教育出版社，1999；張躍等,模糊數(shù)學(xué)方法及應(yīng)用[M].北京:煤炭工業(yè)出版社，1992吳萬鐸,模糊數(shù)學(xué)及計算機應(yīng)用[M].北京:電子工業(yè)出版社，1988孫慶祝,體育實用模糊數(shù)學(xué)[M].北京:人民體育出版社，1990賀仲雄,模糊數(shù)學(xué)及其應(yīng)用[M].天津:天津科技出版社，1989沈繼紅高振濱張曉威，數(shù)學(xué)建模[M]，北京：清華大學(xué)出版社，2011,119—143；文案大全實用文檔附錄問題二，天景花園垃圾產(chǎn)量附表：日期可回收物廚余垃圾有害垃圾其他垃圾總量1月1日5811001172851月日59103013429621月日601050.5139.530531月日55110015632141月日58115015733051月日64120011830261月日59115013230671月日60990.1