发布时间 : 星期六 文章数学建模 - 图文更新完毕开始阅读
采用主客观有机结合赋权法。
Ⅰ 将各个因素调查的原始数据排列成矩阵Pj4;
Ⅱ 利用专家打分法，分别对四个指标打分，如：G14，有Pj4乘以G14得到原始矩阵；
Ⅲ 利用PASS统计分析软件，计算出相关矩阵及其特征根、相应特征向量。根据主成分累计贡献率最高的前三者，则为B13=（B1，B2，B3）各特征值的特征向量分别为l1，l2，l3；
Ⅳ 各个因素的权重为F=B13?（l1，l2，l3）中所对应的数值，代入已知值即可对地质环境演变的因素权重进行评估。
四 模型的评估与改进
本文主要研究的是城市表层土壤重金属污染分析，运用了主成分分析法，扩散模型在三维空间的运用，以及模糊综合评价法，高斯方程等多个模型和MATLAB,SPSS软件来对本问题进行分析。本论文的优点在：
1利用降维的思想，把多指标转化为少数几个综合指标。减少了分析问题的复杂性，能够更清楚和容易的找到产生问题的原因，得出的结果表格化，使其更容易比较说明。
2运用微分扩散方程能够很好的对离散型的三维数据进行分析，较为简单和迅速地追踪到问题的原因以及来源。因此这样得到的一些理论上的值在实际中运用就非常的方便。
3对地质环境演变模式，运用高斯污染方程和模糊综合评价法做初步探讨，对地质演变有了一定的认识。
本文的缺点在运用扩散方程找污染源的位置时，其结果不是很理想，由于很多条件都设置得比较理想化，在一些方面与实际相差太大，最终导致结果与实际情况有些差异所以在问题四上对模型做了改进，需要测得不同时间的金属的浓度会使结果更加趋于实际。
13
参 考 文 献
[1]赵静，但琦，数学建模与数学实验（第2版），北京：高等教育出版社； [2]宋之杰， 高晓红，一种多指标综合评价中确定指标权重的方法，燕山大学学报，第26卷 第一期，2002年01月
[3] 马平均, 龙万学, 孔纪名，基于模糊综合评价的地质灾害危险性分区，贵州工业大学学报( 自然科学版)，第36 卷 第6 期，2007 年12 月
[4] 张中昱，基于 BP 神经网络和模糊综合评价的环境分析评价系统，2006年1月。
[5] 苏金明，王永利，MATLAB 7.0实用指南.上册：北京，电子工业出版社，2004.10
[6] 苏金明，王永利，MATLAB 7.0实用指南.下册：北京，电子工业出版社，2004.10
[7] 姜启源，谢金星，叶俊，数学模型（第三版），北京。高等教育出版社 [8] 版主珍藏文献奉献—6篇层次分析法的文献.rar,http://www.madio.net，2011.09.11
14
附录1：MATLAB对金属空间分布的编程,以As为例：
data=[74 781 7.84 1373 731 5.93 1321 1791 4.90 0 1787 6.56 1049 2127 6.35 1647 2728 14.08 2883 3617 8.94 2383 3692 9.62 2708 2295 7.41 2933 1767 8.72 4233 895 5.93 4043 1895 9.17 2427 3971 5.72 3526 4357 4.49 5062 4339 5.51 4777 4897 11.45 5868 4904 6.14 6534 5641 7.84 5481 6004 7.41 4592 4603 8.50 2486 5999 5.51 3299 6018 9.84 3573 6213 9.39 4741 6434 3.30 5375 8643 4.09 5635 7965 6.14 5394 8631 5.31 5291 7349 3.69 4742 7293 21.87 4948 7293 18.38 5567 6782 10.53 7004 6226 3.50 7304 5230 6.35 7048 4600 5.51 8180 4496 4.49 9328 4311 3.50 9090 5365 5.51 8049 5439 4.29 8077 6401 4.29 8017 7210 6.56 6869 7286 16.58 7056 8348 7.41
15
7747 8457 9460 8260 5.93 8991 4.69 8311 4.90 9062 7639 9319 6799 10631 6472 10685 5528 10643 4472 11702 4480 11730 5532 11482 6354 10700 8184 10630 8774 11678 8618 11902 7709 13244 7056 12746 8450 12855 8945 13797 9621 14325 8666 15467 8658 12442 4329 13093 4339 13920 5354 14844 5519 16569 6055 16387 6609 16061 7352 15658 7594 14298 7418 14177 6684 15092 6936 12778 5799 17044 10691 17087 11933 17075 12924 17962 12823 18413 11721 19007 11488 18738 10921 17814 10707 18134 10046 17198 9810 17144 9081 5.31 4.29 5.51 4.69 7.20 5.31 4.90 4.90 3.89 3.69 3.11 3.89 3.89 2.91 3.30 4.90 4.09 2.91 2.72 3.11 3.30 3.30 6.14 3.69 4.49 3.11 8.06 3.69 3.69 3.50 2.72 8.50 1.77 2.53 3.69 6.14 10.99 6.35 30.13 3.89 2.91
16