季度 1 2 3 4 真值 93.4 100.6 107.1 113 预测值 93.985 101.183 107.702 113.605 07年各个季度该地区私人汽车实际保有量与预测保有量比较图如下：
汽车保有量真值与模拟值的比较1201008060402001207年季度34真值模拟数量由以上模拟计算数据可知：在加息和提高人民币存款储蓄金的措施后，会在一定程度上影响该地区私人汽车保有量，使该地区私人汽车保有量有所下降。 6.3 问题三模型求解
利用所求的相关因素变量的预测值，对问题三的模型直接进行Lingo编程求解，得2008年第2季度相关汽车的数量如下表格所示：
排污标准 符合欧II标准符合欧III标准符合欧II标准符合欧III标准的公交车 的公交车 的私人小汽车 的私人小汽车 578 1006000 322888 数量（单位：量） 7962 所得排污量该季度最小为：1.230033?107kg
2008年第二季度调控后的公交车数目为：8550辆，小汽车数目为：1328888辆。 如要求得以后季度的公交车和小汽车调控后的数目，可依照以上的统计预测和线性优化模型继续求解，直到欧IV标准之前。
由于此优化为整数规划，对其做灵敏度分析没有太大的意义，在此省略。
七、模型评价与改进
本文所采用的多元线性回归模型及优化模型良好的获得了我们所需的求解结果，但在求解精确度方面上还存在一定的缺陷，有待改进：
（1）在问题一中，我们将多个因素对汽车保有量的影响通过多元回归的方法很好的表示出来，使其清晰明了，易于分析和理解。但在该模型的求解过程中忽略了次要因素的影响，可能对结果有一定的影响，可以利用灰色模型或LOGISTIC模型来进行深入的
第 16 页 共 17 页
分析。，从而求得更精确的结果。
（2）问题二是在问题以的基础上，进一步增加因素变量，先对各个单一目标讨论，再综合讨论的方式，从而使我们的讨论更加的合理和容易接受，得到了一个对私人汽车保有量的相关影响。
（3）在问题三中，我们结合回归模型和优化模型结合到一起。首先利用回归模型得到了一个对未来相关量的可靠预测截获，再利用优化模型对其进行优化求解，从而求得了合理的结果。但该模型在一定程度的精度可能还不是很高，存在一定的误差，还可以通过多次迭代进行减小误差减，从而求得较精确结果。
八、参考文献
[1]韩中庚 《数学建模方法及其应用》 北京：高等教育出版社，2005.6
[2]谢金星 薛毅 《优化建模与LINGO/LINDO软件》 北京：清华大学出版社，2005.7 [3]贾艳杰 “我国大城市汽车废气污染问题及治理对策” 《人文地理》 1997，9 [4] 姜启源、谢金星、叶俊，《数学模型》(第三版)4.3节，北京：高等教育出版社，2005年
[5] 卢纹岱 《SPSS for Windows统计分析》 北京：电子工业出版社，2006年
九、附录
问题三的程序：
MODEL:
min = (x2*(a1+b1+c1)+x1*(a0+b0+c0))*s1+(y2*(a4+b4+c4)+y1*(a3+b3+c3))*s2; s2=16763.96; s1=0.2*s2;
x2+x1+y2+y1=1337428; y1=7962; x1=100.6*10^4; a0=2.2; b0=0.5; c0=0; a1=2.3; b1=0.56; c1=0.05; a3=a0/9; b3=b0/9; c3=c0/9; a4=a1/9; b4=b1/9; c4=c1/9;
(y1+y2)*72601 >=5.13*10^8;!此为08二季度的客运量要比08年一季度大; (y1+y2)*0.00795<=67.9;!08年第二季度的噪音污染要比08一季度的污染小; @GIN(y2); @GIN(x2); END
第 17 页 共 17 页