数学建模论文-北京市水资源短缺风险综合评价

《数学建模论文-北京市水资源短缺风险综合评价》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、论文题目：北京市水资源短缺风险综合评价姓名：姓名：姓名：摘要-22-本文以北京市为例，主要研究水资源短缺影响因子，水资源短缺评价等级与预测。研究中分别用到了统计学，因子分析法，内聚法，层次分析法，神经网络预测法，得出了北京市水资源短缺风险的主要风险因子，调控主要风险因子方案并作出风险等级划分，对北京市未来两年风险进行预测。对比所得结果与实际，可认为与实际相符；然后我们采用多层综合评价法改进模型，使其更加精确符合实际，最终实现对北京市水资源短缺风险综合评价。对于模型一，我们采用主成分分析法和因子分析法，在水资源短缺风险评判的众多因素中找到主

2、要因素。通过MATLAB计算，找到各因素对水资源短缺风险相关程度，得到总用水量、水资源总量、降水量、污水处理能力、污水处理率，这五个因子分别为北京市水资源短缺风险的主要风险因子，并用SPSS得到验证。对于综合评判模型，即模型二，我们对北京市水资源短缺风险影响进行分析，采用风险率、脆弱性、可恢复性、重现期、风险度作为水资源短缺风险的评价指标，通过MATLAB计算出各自数值。采用模糊综合评判方法，运用不同公式对缺水量进行分析，得到评判结果为0.2,0.2,0.2,0.4,0.4。通过层次分析法，得到北京市的缺水状况等级为较高风险或高风险：也就

3、是说如果调控得好，是不可忽略的缺水等级；如果调控得不得当，是灾变风险，系统会受到严重破坏。之后我们将主要风险因子进行划分，找到总用水量、水资源总量、污水处理能力、污水处理率为可调控因子，降水量不可调控因子，之后以降低风险为目标，阐述对主要风险因子(总用水量、水资源总量、污水处理能力)的具体调控的方案。对于BP神经网络模型，即模型三，我们通过对北京市1979年到2008年（共三十年）的水资源缺水量数据进行整理，并对未来两年（2009年和2010年）的水资源短缺风险进行预测，得到预测数值。预测出2009年和2010年北京市缺水量，通过模型二的

4、方式评定，得到2009年和2010年北京市缺水量均为高风险缺水，分析并提出应对措施。最后，我们以北京市水行政主管部门为对象，撰写了一份建议报告，对于模型二结果分析中涉及的不同主要因子的调控方案进行详述，对分析北京市水资源水资源风险现状有一定的参考价值。关键词：主成分分析；层次分析；模糊综合评定；BP神经网络预测；一问题的提出-22-在特定的时空环境条件下，由于来水和用水两方面存在不确定性，使区域水资源系统发生供水短缺的可能性以及由此产生的损失，称为水资源短缺风险。我国、特别是北方地区水资源短缺的问题日趋严重。北京是世界上水资源严重缺乏的大

5、都市之一，属重度缺水地区，具有典型特点，因此以北京市为例进行研究。北京市水资源短缺已经成为影响和制约首都社会和经济发展的主要因素，虽然政府采取了一系列措施，但气候变化和经济社会不断发展，水资源短缺风险始终存在。因此，合理准确的对水资源风险的主要因子进行识别，对风险造成的危害等级进行划分，对不同风险因子采取相应的有效措施规避风险或减少其造成的危害，这对社会经济的稳定、可持续发展战略的实施具有重要的意义。根据《北京2009统计年鉴》、市政统计资料等有关信息，讨论以下问题：问题一：评价判定在影响水资源的众多因素中（例如：气候条件、水利工程设工业

6、污染、农业用水、管理制度，人口规模等），北京市水资源短缺风险的主要风险因子是什么？问题二：建立数学模型对北京市水资源短缺风险进行综合评价，阐述如何调控主要风险因子从而降低风险，作出风险等级划分并陈述理由。问题三：对北京市未来两年（2009年和2010年）水资源的短缺风险进行预测，并提出应对措施。最后根据研究结果，为北京市水行政主管部门写一份建议报告。二问题的分析对于问题一，影响水资源短缺风险评价判定的因素众多，如：气候条件、水利工程设工业污染、农业用水、管理制度，人口规模等，并且不清楚各种因素对于评价判定的相关程度。因此，数据的全面对于问

7、题一的分析具有十分重要的作用。我们通过查阅《北京2009统计年鉴》、市政统计资料等有关信息，找到可能影响其风险的全部因素（共12种）。之后，采用主成分分析法和法，通过MATLAB计算，得到北京市水资源短缺风险的主要风险因子，并用SPSS进行因子分析，得到各因子与缺水量的相关程度，并对结果进行验证。对于问题二，我们对北京市水资源短缺风险影响进行分析，采用风险率、脆弱性、可恢复性、重现期、风险度作为水资源短缺风险的评价指标，通过MATLAB计算出各项数值。建立综合评判模型，采用模糊综合评判方法，运用不同公式对缺水量进行分析，得到各种性能指标，

8、并通过层次分析法，得到风险等级的综合评判。之后将主要风险因子根据可调控度进行划分，最终阐述降低风险的调控的方案。对于问题三，考虑到是预测问题，我们决定采用BP神经网络模型进行预测处理。首先对水