发布时间 : 星期六 文章数学建模论文(PM2.5预测)更新完毕开始阅读2379ee20f242336c1eb95ea1
通过观察可知，其中 PM10 的相关性最大，可见 PM10 与 PM2.5 几乎会同时出现，这可能与施工扬尘等有关。PM2.5_24h、PM10_24h、AQI这三种气体，相关性也较大，说明主要因为工业污染，尾气排放等因素导致了 PM2.5 的浓度上升。 6.4函数的拟合
所谓拟合是指已知某函数的若干离散函数值{f1,f2,…,fn}，通过调整该函数中若干待定系数f(λ1, λ2,…,λn)，使得该函数与已知点集的差别(最小二乘意义)最小。如果待定函数是线性，就叫线性拟合或者线性回归(主要在统计中)，否则叫作非线性拟合或者非线性回归。表达式也可以是分段函数，这种情况下叫作样条拟合。
一组观测结果的数字统计与相应数值组的吻合。形象的说,拟合就是把平面上一系列的点,用一条光滑的曲线连接起来。因为这条曲线有无数种可能,从而有各种拟合方法。拟合的曲线一般可以用函数表示。根据这个函数的不同有不同的拟合名字。
在MATLAB中可以用polyfit 来拟合多项式。
拟合以及插值还有逼近是数值分析的三大基础工具，通俗意义上它们的区别在于：拟合是已知点列，从整体上靠近它们，插值是已知点列并且完全经过点列；逼近是已知曲线，或者点列，通过逼近使得构造的函数无限靠近它们。
对污染最高的第30个观测点的数据进行拟合得到如下图形：
第七章 模型的改进方向
8
本文的模型是在一系列假设的基础上建立的，然而在实际生活中这些假设都是不存在的，本文针对问题已所采用求平均值的方法存在一定的误差，根据一个月的数据进行拟合，也存在一定的误差。所给数据的真实性和完整性在一定程度上得不到满足，并且PM2.5的值本身受温度，降雨等因素影响，在函数预测时不能完全将这些因素考虑在内，导致预测结果和实际结果存在一定的偏差。在这些方面可以做一些改进，把影响PM2.5值的因素尽量完整地找出来，求出其相关系数，再根据更完整的数据进行拟合，考虑温度、降水等因素对PM2.5的影响，从而做出更精确的预测。
9