©2020-2024 ioDraw All rights reserved
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↓↓