已更新五一数学建模C题思路,文章末尾获取!

C题思路:

问题1:现在有一间长4米、宽3米、高3米的单层平顶单体建筑,墙体为砖混结构,厚度30厘米(热导系数0.3W/㎡·K),屋顶钢筋混凝土浇筑,厚度30厘米(热导系数0.2W/㎡·K),门窗总面积5平方(热导系数1.6W/㎡·K),地面为混凝土
(热导系数0.25W/㎡·K)。该建筑物所处地理位置一年(按365天计算)的月平均温度(单位:摄氏度)见下表。

问题一:假设该建筑物内温度需要一直保持在18-26度,在温度不适宜的时候要通过电来调节温度,消耗一度电相当于0.28
千克碳排放。请计算该建筑物通过空调(假设空调制热性能系数COP为3.5,制冷性能系数EER为2.7)调节温度的年碳排放量。(尽量使用本题所给条件计算碳排放,不考虑其他损耗)

为了计算建筑物通过空调调节温度的年碳排放量,我们需要先计算每个月的供暖和制冷需求。建筑物的热损失或热增加与墙体、屋顶、门窗和地面的热传导系数以及室内外温差有关。我们可以使用以下公式计算热损失或热增加:

热损失或热增加 = 表面积 × 热导系数 × 温差

我们要先计算墙体、屋顶、门窗和地面的表面积,墙体表面积 = (4m × 3m × 2 + 3m × 3m × 2),屋顶表面积 = 4m ×
3m,门窗总面积已给出为5平方米,地面表面积 = 4m × 3m。

室内温度需要保持在18-26度,可以根据每个月的平均温度计算室内外温差。例如,1月份的室内外温差为:18 - (-1) = 19度(供暖),其他月份类似计算。

使用公式计算每个月的热损失或热增加,然后将每个部分的热损失或热增加相加。并且根据空调的COP和EER,将每个月的热损失或热增加转换为电能需求。例如,1月份的电能需求为:热损失
/ COP,其他月份类似计算。将每个月的电能需求相加得到年度总电能需求,然后乘以每度电产生的碳排放(0.28千克/度电)得到年碳排放量。

问题2:在居住建筑的整个生命周期 (建造、运行、拆除)中,影响碳排放的因素有很多,如建筑设计标准、气候、
建材生产运输、地区差异、建造拆除能耗、装修风格、使用能耗、建筑类型等。请查找、分析资料,建立数学模型,找出
与上述因素相关度大且易于量化的指标,基于这些指标对居住建筑整个生命周期的碳排放进行综合评价。

为了对居住建筑的整个生命周期的碳排放进行综合评价,我们可以建立一个线性加权模型,该模型将各个指标的相关度与其易于量化程度进行综合考虑。首先需要确定各指标的权重,然后将各指标的值乘以相应的权重求和以得到综合评价值。确定与碳排放相关度大且易于量化的指标:根据您提供的因素,我们可以考虑以下指标:

建筑设计标准:例如,建筑节能等级

气候:例如,年平均气温、年降水量

建筑材料生产运输:例如,每平方米建筑所需材料的碳排放量

建筑能耗:例如,每平方米每年的供暖和制冷能耗

建筑类型:例如,单层、多层或高层建筑

根据各指标对碳排放的影响程度和易于量化程度分配权重。例如,建筑能耗可能对碳排放的影响程度较高,因此可以分配较大的权重。权重之和应为1。将各指标的值乘以相应的权重求和,得到综合评价值。

综合评价值 = w1 * 建筑设计标准 + w2 * 气候 + w3 * 建筑材料生产运输 + w4 * 建筑能耗 + w5 * 建筑类型

其中,w1、w2、w3、w4、w5分别为各指标的权重。

这种线性加权模型简单易懂,可以为决策者提供直观的评价结果。但是各指标之间可能存在相互影响,而这种影响在线性加权模型中无法体现。

问题3:在问题2的基础上,分别考虑建筑生命周期三个阶段的碳排放问题,查找相关资料,建立数学模型,对2021年江苏省13个地级市的居住建筑碳排放进行综合评价,并对所建评价模型的有效性进行验证。

在问题2的基础上,我们可以将居住建筑的碳排放划分为三个阶段:建造、运行、拆除。首先,我们需要针对每个阶段确定相关度大且易于量化的指标。然后,为每个阶段的指标分配权重。最后,将各阶段指标的值乘以相应的权重求和,得到综合评价值。

确定与碳排放相关度大且易于量化的指标:

a. 建造阶段:

建筑设计标准,建筑材料生产运输;每平方米建筑所需材料的碳排放量;建筑类型,单层、多层还是高层建筑

b. 运行阶段:

气候有哪些,年平均气温、年降水量;每平方米每年的供暖和制冷能耗;室内设计风格对能耗的影响程度

c. 拆除阶段:

每平方米建筑拆除所需能源的碳排放量;拆除后的建筑材料回收再利用程度

确定各阶段指标的权重:根据各指标对碳排放的影响程度和易于量化程度分配权重。权重之和应为1。

计算综合评价值:将各阶段指标的值乘以相应的权重求和,得到综合评价值。

综合评价值 = Σ(阶段权重 * Σ(各阶段指标权重 * 指标值))

评价模型的有效性验证:收集江苏省13个地级市的居住建筑碳排放数据,并利用所建立的模型进行预测。然后,将预测结果与实际数据进行对比,计算预测误差。如果预测误差在可接受范围内,说明模型具有较好的有效性。

更多思路↓↓

技术
今日推荐
下载桌面版
GitHub
百度网盘(提取码:draw)
Gitee
云服务器优惠
阿里云优惠券
腾讯云优惠券
华为云优惠券
站点信息
问题反馈
邮箱:[email protected]
QQ群:766591547
关注微信