，合成样的重量样可根据测定项目所用仪器要求确定，计算各种成分的重量，称重结果精确至。所得称重结果精确度高，测定结果可信。而垃圾含水率和干基比对于垃圾减量分类的研究占很大比重，所以颗粒度足够。数据的分析从表中所给数据的分析中我们得出深圳市各个垃圾厂在垃圾分类中其他类垃圾占的总量较多，且对垃圾含水率的测定有着紧密的联系，所以对其他类垃圾数据的收集应该投放更多的精力和成本。表四深圳各行政区面积及常住人口深圳市各行政区面积及常住人口福田区罗湖区南山区盐田区宝安区龙岗区光明新区坪山新区占地面积平方公里人口万人由图深圳市各行政区的辖区面积和常住人口相差较大，且深圳市的行政区只有个，经比较,可以采用分层抽样的方法从中获取少量数据来检测定区域内减量分类工作的效果。分层随机抽样以居民小区为抽样单元，根据区域不同把将深圳市化为个不同的行政区即层。在这里是把整个深圳市的垃圾分类看成是个总体，则这个总体有个单元，再将每个单元分成个居民小区。分别在这个行政区中随机抽取居民小区，由于各个行政区总面积和人口不同，采用比例分配。各地区人口数为,，平均人口数为，各行政区占地面积为,，平均占地面积为，垃圾产量为,，平均垃圾产量为。垃圾产量与各地区的人口与占地面积有关，根据线性相关性公式，线性相关，线性相关有两个因素的线性相关性，人口与垃圾产量线性相关，占地面积与垃圾产量相关性非常大。在分层随机抽样调查中，应该以占地面积的比例为各层的层权进行分配。八问题四推进减量分类工作关键措施问题四基于层次分析法的模糊综合评价在小区垃圾质量综合评价与排序研究中得以应用，效果较好。该模型建立符合实际情形，有利于促进各个月日月日月日月日月日月日月日月日月日问题三，垃圾分类附表城市厨余类纸类橡塑类纺织类木竹类玻璃类金属类其他深圳北京上海重庆杭州乌鲁木齐九江香港纽约新加坡日本荷兰区对其垃圾的利用并对已有垃圾进行最优整合，从而促进市区整体水平和规模的发展模型求解简便，所以在最近五年有较好的应用前景和推广价值。九模型的评价与改进在应用层次分析法对小区垃圾质量进行综合评价时，由于评价指标较多，常用的取大取小算法，常常出现结果不易分辨的情况。本文采用加权平均型进行评价，取得了较好的效果。在对综合评价结果进行分析时，对常用的最大隶属函数度原则方法存在有效性的问题。本文采用加权平均原则方法对结果进行分析，并可对多指标进行比较排序，结果令人满意。对于权重的确定，目前大多由专家凭经验给出，人为干扰较为严重，导致评判结果的出入。本文在模糊综合评价中采用层次分析法来确定权重。此方法具有较强的逻辑性实用性和系统性。并能准确地得出各评价指标的权系数参考文献耿秀荣王彦辉吴果林，数学建模算及其常用数学软件，桂林广西师范大学出版社梅正阳韩志斌，数学建模教程，北京科学出版社周义仓郝孝良，数学建模实验，西安交通大学出版社刘来福杨淳，数学建模方法与分析，机械工业出版社郑日昌，大学生心理诊断济南山东教育出版社张跃等,模糊数学方法及应用北京煤炭工业出版社，吴万铎,模糊数学及计算机应用北京电子工业出版社，孙庆祝,体育实用模糊数学北京人民体育出版社，贺仲雄,模糊数学及其应用天津天津科技出版社，沈继红高振滨张晓威，数学建模，北京清华大学出版社附录问题二，天景花园垃圾产量附表日期可回收物厨余垃圾有害垃圾其他垃圾总量月日月日月日月日月日月日月日月日月日月日月日月日月日月日问题二，阳光花园垃圾产量附表日期可回收物厨余垃圾有害垃圾其他垃圾总量月日月日月日月日产量与各因素之间的函数关系其中。并建立可通过调整相关参数的数学模型。对问题二的分析问题二基于构建的减量分类模型，对小区的可回收物厨余垃圾，有害垃圾以及其他垃圾这四类垃圾的相关性进行分析，对此选择了距离分析进行评价，并用软件分析两个小区各类垃圾之间的相关性针对各项激励措施与减量分类效果之间的相关性，首先根据有关资料对激励措施进行相关的分类，并对两个小区的垃圾产量数据进行相应处理，然后选择灰色关联度模型对其相关性进行评价。对问题三的分析要统计基础数据分项及颗粒度是否足够，我们通过查询有关资料对问题进行了分析判断要考虑在哪些数据的获取中投放更多的成本和精力，我们选择了弹性分析方法进行了相关分析然后应用分层抽样的方法检测了定区域内减量分类工作的效果。对问题四的分析要指出深圳未来年推进减量分类工作关键措施，选用无偏,模型分别从环保投资常住人口总量旅游人数三个方面进行性相关预测，并根据软件对数据的拟合程度确立了预测方程。针对措施实施的最好与最坏结果的预测，从假设条件出发，在假设条件都满足的情况下，达到最好结果反之，在假设条件均不满足的条件下，得出最坏结果。垃圾产生总量社会因素其他因素个体因素督导教育激励措施家庭收入水平家庭结构户籍类型生活习惯三符号说明序号符号说明垃圾的生产量社会因素的教育因素政府给予的督导因素政府给予的财政补贴和激励程度小区居民家庭收入水平小区居民家庭结构小区居民户籍类型小区居民生活习惯最大特征根层次分析法建立的社会因素矩阵层次分析法建立的个体因素矩阵层次分析法结果函数矩阵归化处理得到的特征向量归化处理后的权重矩阵矩阵归化处理得到的特征向量归化处理后的权重矩阵人口与垃圾产量的相关度占地面积与垃圾产量的相关度四问题假设假设题目所给数据及建模收集数据均真实可靠假设建模中涉及主观分析的结论基本与事实相符假设各类垃圾之间相互独立区分明确假设城市生活垃圾产生量都被及时全部清运假设深圳市常住人口产生的平均垃圾基本不变假设深圳对环保的投资全部用于对垃圾的减量分类过程五问题模型的建立及求解社会因素影响应用层次分析的思想，根据相关文献资料，构造社会因素中教育督导激励三项因素的成对比较矩阵所以建立的模型为,通过对所建模型的分析，各项教育对垃圾分类减量起主导作用在个人因素中，户籍类型的影响大。六问题二用作图来分析四类垃圾组分本身的数量存在相关性表天景花园年到月垃圾产量图天景花园年垃圾收集统计表月日月日月日月日月日月日月日月日月日月日月日月日日期垃圾产量可回收物厨余垃圾有害垃圾其他垃圾表二阳光家园年垃圾收集统计表阳光家园年垃圾收集统计表月日日期垃圾产量可回收物厨余垃圾有害垃圾其他垃圾由图可知道可回收垃圾和厨余垃圾成反比和其他类垃圾成正相关，由此可知当可回收垃圾增加时,厨余垃圾会减少，因为厨余垃圾般不能回收。当受到各项激励措施时，由模型的归系数可以看到，居民会受到大的鼓舞，所得到的模型函数，其中会减少，函数系数减少。总产量也会随之减少。所以由模型可以知道各项激励措施与减量分类效果呈正相关。七问题三模型的建立及求解在附件中查找垃圾分类及各类垃圾所占比重表三深圳市源头生活垃圾组分项目百分含量含水率干物质含量湿垃圾干基高位热值厨余纸类塑料纺织木竹砖石玻璃金属其它灰土合计我们通过分析表中所给数据，得知深圳将垃圾主要分为厨余类纸类橡塑类纺织类竹木类灰土类砖瓦类玻璃类金属类以及其他等，该基础分项与北京上海重庆乌鲁木齐香港荷兰等各地区的垃圾分项有所差异，且深圳垃圾组分中其他类占总量的左右。这也就说明深圳的基础数据分项尚不足够，仍需将其他类进行细致划分以得到更多的分项。颗粒度对含水率的测定和生活垃圾样品物理组成的干基比例有着重要的作用，从利用中单值求解法求解矩阵的最大特征根为。为进行判断矩阵的致性检验，需计算致性指标查找相应的平均随机致性指标，当时，各地区人口数各地区平均人口数各地区占地面积各地区平均占地面积各地区垃圾产量各地区平均垃圾产量变量平均随机致性指标随机致性比率因此认为层次分析排序的结果有满意的致性，即权系数的分配是非常合理的。首先将矩阵做归化处理得到特征向量然后做按行求和最后将求和结果进行归化处理得权重矩阵既有方程其中所以建立的模型为个体因素影响应用层次分析的思想，根据相关文献资料，构造个体因素家庭收入水平家庭结构户籍类型生活习惯四项因素的成对比较矩阵利用中单值求解法求解矩阵的最大特征根为。为进行判断矩阵的致性检验，需计算致性指标查找相应的平均随机致性指标，当时，平均随机致性指标随机致性比率因此认为层次分析排序的结果有满意的致性，即权系数的分配是非常合理的。首先将矩阵做归化处理得到特征向量然后做按行求和最后将求和结果进行归化处理得权重矩阵既有方程其中,五问题模型的建立及求解社会因素影响