文档介绍：垃圾减量分类垃圾减量分类活动中社会及个体因素的量化分析摘要垃圾减量分类处理就是人类社会对自身垃圾产生系统的干预过程,主要是社会通过教育、督导、激励等措施(社会因素)影响个人及家庭垃圾产生动因(个体因素),最终形成减少垃圾总量并分类回收良性结果的控制过程。本文主要是通过建立量化模型分析社会及个人因素对垃圾减量分类活动效果的影响,从而得到深圳市俩个试点小区的垃圾减量处理后分类垃圾间的相关性,最后对未来5年的减量处理的预测。针对问题一,根据我们所掌握的影响垃圾减量分类的影响因素,采用层次分析法,构造对比矩阵,并用MATLAB软件得出相应值,最终得出每个影响因素相对于目标层的权重,从而得出政府的教育投入和督导激励对居民家庭垃圾减量分类影响较大。针对问题二,结合附件2,3用MATLAB软件绘出试点小区四类垃圾统计图,经对比得出厨余垃圾与可回收垃圾呈负相关,同时结合第一问综合评价指数得到政府督导激励与减量分类效果呈正相关。针对问题三,由附件8中所给信息对比美国、日本和台湾减量分类情况得出,深圳市数据分项是不够的颗粒度是足够的。同样由附件8给出信息分析得出政府应在处理厨余垃圾投放更多的精力成本,在根据分层抽样的方法按照人口比例制定抽样点个数,来检测这些区域减量分类工作的效果。针对问题四,采用灰色预测系列中GM(1,1)模型对深圳未来五年减量分类工作关键措施的预测。因此得出增强政府教育,家庭的受教育程度将会推动减量分类工作的发展。关键字:层次分析法、MATLAB、综合评价指数、分层抽样、灰色预测GM(1,1);一、问题的提出随着经济的发展,城镇化进程的加快、人们的生活水平和生活方式的改变。原始的垃圾处理方式造成了土地和空气的严重污染,为了进行标本兼治,从源头一对垃圾进行减样分类和资源的回收再利用迫在眉睫。现对深圳市天景花园和阳光家园两个小区实际情况建立数学模型进行量化分析。因此,我们先需要解决以下几个问题:1、根据附件有关资料并结合生活经历和观察,如何构建量化模型描述天景花园和阳光家园垃圾减量分类过程,模型以量化参数描述社会因素(如各项教育、督导、激励措施等)以及个人因素(如家庭收入水平、家庭结构、户籍类型、生活习惯等)对居民家庭垃圾分类结果的影响。2、基于减量分类模型,分析出天景花园和阳光家园四类垃圾组分本身的数量存在什么样的相关,各项激励措施与减量分类效果又存在着什么相关性,原因是什么,3、根据减量分类模型的的研究结果,分析深圳现有垃圾减量分类督导过程中,目前统计的基础数据分项及颗粒度是否足够,应该在哪些数据的获取中投放更多的成本和精力,再见来呢个分类模式大面积推广时,怎样设置少量抽样数据来检测一定区域内减量分类工作的效果,4、基于我们所构建的减量分类模型,指出深圳未来五年推进减量分类工作的关键措施,并预测措施实施的最好与最坏的结果。二、问题的分析1、对于问题一:我们需要构建一个量化模型描述社会因素(如各项教育、督导、激励措施等)和个人因素(如家庭收入水平、家庭结构、户籍类型、生活习惯等)对居民家庭垃圾分类结果的影响。而描述因素是需要主观看发来定性分析的,同时也需要有一定精度的量化分析。显然,将定性分析和定量分析结合起来完成题目,层次分析法是必然的选择。首先,我们根据影响因素构造层次模型;其次,将影响因素通过讨论两两比较得到矩阵,并且可以通过MATLAB得到其特征根;然后,将得到的各项权重分析比较,就可以确定各因素对居民家庭垃圾减量分类效果的影响;最后,进行一致性检验。2、对于问题二:我们结合题中所给出的附件使用MATLAB软件,绘制试点小区四类垃圾组分之间的关系图,并且结合第一问的结果分析出各项激励措施与减量分类效果之间的联系。3、对于问题三:我们通过查找相关减量分类垃圾信息,分析比较深圳与国外,台湾减量分类督导过程,从而找到需要改进的地方。根据问题一中我们数据分析得到,权向量中哪个权值最大,那么对应的因素就是居民减量分类影响较大,因此我们就因该在哪一方面投放更多成本和精力。对于如何设置少数抽样数据我们采用分层抽样的方法。4、对于问题四:我们通过对深圳市2000~2010年垃圾运行梁的分析,用灰色预测GM(1,1)模型对深圳是未来五年垃圾产量进行预测,利用MATLAB软件对其进行求解,最后介绍应采取哪些措施来推进垃圾减量工作。三、模型的假设1、假设定性分析附件中影响因素与实际符合;2、假设小区的垃圾产量不受天气变化和节假日的影响;3、假设垃圾车不会因为其他原因改变时间;4、假设居民倾倒垃圾时按照正常标准分类扔垃圾;5、假设题目中所给数据是真实可靠的。四、符号说明符号说明Y垃圾减量分类的影响政府教育投入x1政府督导激励x2家庭收入x3家庭结构x4家庭户籍x5家庭生活习惯x6受教育程度x7判别矩阵A最大特征根,maxω特征向量ω归一处理的特