根据《2016年全国大、中城市固体废物污染环境防治年报》，2015年全国246个大中城市生活垃圾产生量为1.86×108t［1］，同比增长了10.39%。

垃圾的收运过程中，路线的优化合理安排不仅可以提高收运的效率，减少收运行驶距离，而且可以降低收运的总成本。由于各个垃圾点的垃圾量存在较大的波动性，因此日常收运只能根据经验判断垃圾产生量，给收运路线安排等决策带来较大困难。

笔者通过调研得到上海市垃圾点垃圾产生量原始数据，运用统计软件和数学方法进行分析处理，研究数据的规律。若数据满足某概率分布，则可以此为理论依据，对该区域的垃圾产生量分布进行研究。

1 数据来源与初步分析

以上海市某区为研究对象，通过M公司实地调研，得出目前对各个小型垃圾收集点的垃圾量没有做长期的系统的称量和数据记录存储，通常都是凭借保洁收运工作人员的经验进行估算，因此，收集这方面数据的难度和误差都相当大。目前上海市各个小型垃圾压缩站对每天的垃圾压缩量都有称量和记录，另外，1个小型压缩站通常负责8～10个垃圾收集点的垃圾收运和压缩任务。在研究过程中，将一个垃圾压缩站所覆盖的区域看作是一个节点，那么就可以将对一个垃圾点的研究扩展到对一个垃圾压缩站进行研究。因此，为了研究的准确性，减小研究误差，以垃圾压缩站日均垃圾压缩量作为研究数据。

从M公司的调研数据中随机选取3组进行研究，分别是某区A、B、C生活垃圾压缩站2016年9月—2017年4月的生活垃圾日均压缩量。

2 数据分析处理

2.1 数据概率分布判断

正态概率纸是一种特殊的坐标系，其横坐标是等间隔的，纵坐标是按标准正态分布函数值给出的，所以，正态概率纸的定义就是让正态分布点近似落在直线上［4］。如图7～9所示，分别对应3个垃圾压缩站数据的正态概率图。从图7～9中可以看出，3组数据的点分布总体趋势大致都是呈现一条直线。其中图7数据的效果最好，图8的效果稍差一些。由此可再次确认3组数据均服从正态分布的判断结果是正确的。

如图1～3所示为上海市某区3个生活垃圾压缩站垃圾产生量的折线图。

  

图1 上海某区A生活垃圾压缩站垃圾产生量

  

图2 上海市某区B生活垃圾压缩站垃圾产生量

  

图3 上海某区C生活垃圾压缩站垃圾产生量

可以看出，每组数据中散点的分布离散度虽有不同，但是整体的分布趋势都是在一个定值上下波动［2］。图1的波动幅度最小，图3的波动幅度最大，可以对数据分布规律进行初步的判断，得出该数据源大致服从正态分布，且图3的方差最大，图1的方差最小。

2.1.2 通过频数分布图和密度曲线进一步确认

通过运用频数直方图可对数据进行分组，得到该组数据在若干个数值范围内的分布情况［3］；通过密度曲线可以基本得出该组数据服从的概率分布情况，但为了研究的严谨性，不能确定服从某一特定的概率分布。

在本部分的数据处理中，样本容量越大，分组越多，各组的频率就越接近于总体在相应各组取值的概率。假设样本容量无限大，分组的组距无限缩小，那么频率分布就会无限接近于一条光滑曲线，这条曲线就是（或近似的是） 下列函数图像：

基于大数据时代的城乡规划学，由于其在实践中的数据量增加，使计量方面的内涵也在发生变化，进而使该时代城乡规划计量内涵更加丰富。具体表现为：

 

［1］ 环境保护部.2016年全国大、中城市固体废物污染环境防治年报［J］.中国资源综合利用，2016，34（11）：23-23.

  

图4 A生活垃圾压缩站数据频数直方图和密度曲线

  

图5 B生活垃圾压缩站数据频数直方图和密度曲线

  

图6 C生活垃圾压缩站数据频数直方图和密度曲线

通过观察可以进一步确认3组数据近似地服从正态分布。其中正态分布的特性A＞C＞B。

2.1.3 通过正态概率图判断

运用matlab软件中的normplot函数对数据进行再次处理，得到各组数据的正态概率图。对于正态分布，用normplot函数描述出的数据点的集合是一条近似直线的图像；对于非正态分布，数据点图像就会明显弯曲，这里的理论依据是“正态概率纸”，它是一个统计学概念。

2.1.1 数据预处理，给出初步折线图

  

图7 A生活垃圾压缩站数据正态概率

  

图8 B生活垃圾压缩站数据正态概率

  

图9 C生活垃圾压缩站数据正态概率

2.1.4 最终检验，正态分布检验（KS检验）

由于每组数据基数都不同，因此均值上无法进行比较；而均方差（或方差） 反映出数据集的离散程度，从均方差的大小上看数据1的均方差最小，数据3的均方差最大，因此数据1离散程度较小，数据3离散程度较大。从另一个方面来说，数据的离散程度也是数据的稳定程度，可用数据分布的变异系数来刻画，变异系数越小，分布越稳定［8］。通过计算3组数据的变异系数分别为 C.V1=0.088 7＜C.V2=0.097 9＜C.V3=0.149 6，即数据1的稳定性最好，数据3最不稳定，此结论验证了上述对数据图像的观察结果。

（2）法制建设不健全，法制观念淡薄。尽管我国针对建筑市场的不正之风制定了一系列法律法规，但对一些违法行为缺乏相应的处罚条款，各方主体法制观念淡薄，一些单位和个人仍然知法犯法，有些人根本不学法、不守法，我行我素，胆子很大，没有丝毫规矩和约束，心存侥幸心理，以身试法。

alpha=0.05；[mu，sigma]=normfit（A）；p1=normcdf（A，mu，sigma）；

正态曲线下，横轴区间（μ-σ，μ+σ） 内的面积为0.682 6，数值分布在（μ-σ，μ+σ） 中的概率为68.26%；横轴区间（μ-2σ，μ+2σ） 内的面积为0.954 4，数值分布在（μ-2σ，μ+2σ） 中的概率为95.44%；横轴区间 （μ-3σ，μ+3σ） 内的面积为0.997 3，数值分布在（μ-3σ，μ+3σ） 中的概率为99.73%。

[H1，s1]=kstest（A，[A，p1]，alpha），这里 A为需要判断的数据源，n行1列的矩阵；设定置信率即显著性水平为0.05；normcdf为累积正态分布函数，也叫高斯积分，由norm正态分布和cdf概率分布组成［7］。在kstest检验中，当H1的值为0的时候，此时可判断数据源在置信率为0.05的情况下服从正态分布，如果H1的值不等于0，那么可判断数据源在置信率为0.05的情况下不服从正态分布。如果数据源服从正态分布，那么给出该数据源的均值和均方差，并给出该数据源的概率分布函数。

通过运用matlab软件读入调研数据，进而进行正态分布检验，得到的结果是3组数据在检验的过程中，H1的值均为0，因此可以从理论上确定3组调研数据均服从正态分布。

2.2 数据判断结果

3组数据的均值和均方差分别见表1。

 

表1 3组数据的均值和均方差

  

A（数据 1） 6 631.9 581.9 B（数据 2） 10 332.4 1 011.3 C（数据 3） 11 399.8 1 705.0

以上3个判定步骤都是从图像观察的角度，运用各种方法对三组数据的规律进行研究，进而判定数据的概率分布。但是，图像观察的方法只是从直观的角度进行判定，研究结果缺乏理论基础，因此本部分将从数理统计角度对判定结果进行检验，运用假设检验中的正态分布检验［2］（KS检验，单样本分布的Kolmogorov-Smirnov检验）的方法对上述判定内容进行检验。假设检验可分为正态分布检验、正态总体均值分布检验、非参数检验3类［5］。正态分布检验包括3类：JB检验、KS检验、Lilliefors检验，用于检验样本是否来自于一个正态分布总体［6］。本部分运用的是正态分布检验中的KS检验方法，首先对研究结果进行假设，假设给定的数据服从正态分布并判定假设是否成立，进而从理论上验证正态分布的图像判定结果。运用KS检验方法对原始数据进行检验，具体的是kstest检验，可检验样本来自任意指定的分布，具体的用法如下：

2.3 正态分布函数

由于本研究中的调研数据量有限，在结论的说服力上仍有所欠缺，因此可在获取更大数据量的情况下，进一步对数据的规律及统计特性进行深入研究，从而给出具有普适性的研究成果。笔者所采用的研究方法较为严谨，研究步骤较为完善，因此可作为一般性的统计数据规律的方法进行实际应用，初步得出实验数据的规律及统计特性，为相关工作的顺利开展提供理论基础和前提。

在建筑工程中应用新型的绿色节能技术不仅仅可以提升土地资源、水资源的利用效率，也可以降低污染，提升生产质量，这也是建筑行业今后发展的重点。在这方面，以下是对建筑项目中新绿色节能技术的以下应用的简要介绍，具体如下：

 

从数据分析处理中可以得到该组数据的均值μ和方差σ2，代入到公式（2） 中即可以得到相应的分布函数，为后续研究提供理论依据。

2.4 垃圾产生量分布范围

运用3σ原则对垃圾产生量分布范围进行界定。在实际问题中，正态曲线下横轴上一定区间的面积反映该区间的例数占总例数的百分比，或变量值落在该区间的概率（概率分布）。不同范围内正态曲线下的面积可用公式计算。

杜伟民证言证明，为让尹在审批方面不要为难其公司，他两次给尹送钱共计47万元。2011年的一天，其和尹红章、郭×甲都在邻居家做客，尹红章和郭×甲回家的时候，杜让司机毛×送他们回家，顺便让毛×把一个装有现金17万元的袋子给予尹红章。

“共生”的表现往往呈现两种极端。一种极端是，父母没有自我价值感，将自己的价值依附在孩子身上。就像案例里的婆婆，一辈子自食其力，老了有相依相伴的老伴儿，还能支持孩子首付，打理家务更是让亲朋好友称赞……这一生自己活得多么有价值呀，却因为儿子没有支持她“改造”他们的家，就自我评价失败了。

本病病鸡临床症状多见羽毛逆立、鸡冠苍白、采食量减少、饮水增加和有时尖叫等［1］。小肠球虫剖检病变可见肠壁增厚，肠道鼓起，小肠肠黏膜伴有坏死或出血；盲肠球虫主要造成盲肠肿大，其内充满血液、血凝块，有的盲肠内形成有血液、凝块、粪便等混合而成的干酪物，俗称“肠栓”。一旦出现鸡球虫病，需对症交替用药，避免因长期使用一种抗球虫药而导致球虫出现耐药性。

由“小概率事件”和假设检验的基本思想，“小概率事件”通常指发生的概率小于5%的事件，认为在一次试验中该事件是几乎不可能发生的［9］。由此可见X落在（μ-3σ，μ+3σ） 以外的概率小于0.3%，在实际问题中常认为相应的事件是不会发生的，基本上可以把区间（μ-3σ，μ+3σ） 看作是随机变量实际可能的取值区间，这称之为正态分布的“3σ”原则。

运用3σ原则得到垃圾压缩站生活垃圾日均压缩量的模糊分布范围。

1） 数据1最小值和最大值为：4886.2、8377.6，故A生活垃圾压缩站垃圾压缩量的分布范围为[4 886.2，8 377.6]。

2） 数据2最小值和最大值为：7298.4、13366.3，故B生活垃圾压缩站垃圾压缩量的分布范围为[7 298.4，13 366.3]。

3） 数据3最小值和最大值为：6284.9、16514.8，故C生活垃圾压缩站垃圾压缩量的分布范围为[6 284.9，16 514.8]。

小组合作所产生的成果，可以附上组员的互评，帮助学生进一步了解自己在小组合作和英语学习方面的问题。同时，通过其他学生的点评，也会推动学生的学习动力，让学生从更多的渠道对他们的学习进行了解和反思。教师也可以对学生的成果进行点评，帮助学生了解他们的学习进展，促进学生进行教学反思。

图10～12为3组数据3σ原则范围下的正态分布曲线。

  

图10 数据1 3σ原则范围下的正态分布曲线

  

图11 数据2 3σ原则范围下的正态分布曲线

  

图12 数据3 3σ原则范围下的正态分布曲线

3 总结与评价

3.1 总结

通过对上海市某区M环境卫生服务有限公司进行调研并得到原始数据，研究其规律，首先可通过图像观察法进行初步判断，具体可分为折线图及散点图表示、频数直方图及密度曲线表示、概率图表示等方法；然后运用假设检验的方法验证前述方法的结果是否正确，如非参数检验方法；最后可运用3σ原则给出垃圾产生量的分布范围。将研究结果应用到实际中去，在垃圾量未知的情况下，有助于垃圾收运人员对垃圾分布范围进行合理判断及收运工作的开展。将研究成果推广到其他地方和区域，运用此方法步骤对各垃圾收集点垃圾产生量数据进行相关规律及概率分布等统计特性上的研究，得到相应的研究成果，可对垃圾产生量有一个较为直观的了解，大致判断出垃圾量的分布范围，为后续生活垃圾的收运工作安排和收运路线优化提供相关的研究基础和理论依据。

3.2 评价

正态分布函数为：

参考文献：

公式（1） 中实数μ和σ（σ＞0） 为参数，称φμ，σ的图像为正态密度曲线。如图4～6依次给出3个垃圾压缩站数据的频数直方图和密度曲线。

课件和录像的联合使用实际组成了若干个“微课”，作为翻转课堂的基础和“互联网+”模式的资源支撑，改善了传统教学模式的枯燥单一，提高了学生的学习兴趣。与之前的教学相比，实验效率提高，实验失败率降低。

［2］ 刘西陲，沈炯，李益国.系统边际电价概率分布检验及模型研究［J］.中国电机工程学报，2009，29（4）：72-77.

［3］ 杨飞，沙斐，王国栋.基于幅度概率分布研究骚扰对通信系统的影响［J］.北京交通大学学报，2008，32（5）：64-67.

有的学生由于班主任的失当批评，自尊心受到伤害而忿忿不平。此时，班主任可利用中职生喜欢与同龄人说心理话的特点，把任务交给平时与受批评学生关系较好且思想进步的学生或者班干部，帮助其提高思想认识。人的一生都会犯这样或那样的错误，班主任也难免出错，作为学生不能因班主任错怪自己就产生愤恨心理，更不能采取消极态度与班主任对抗。有时可能因为班主任对情况了解得不够全面而做了不切实际的批评，但其出发点是希望学生上进，有所作为。即使是批评失当，班主任的初衷都不是把学生推向自己的对立面。通过间接的思想工作，转达教师的意图，消除师生误解，缩短心理距离，减少直至消除学生对班主任的敌意，促使师生关系正常。

［4］ 王慧，吴丹，夏俊荣.浅谈资料正态分布检验在气象统计分析中的重要性［J］.黑龙江生态工程职业学院学报，2013，26（6）：85-86.

［5］ 杜伟娟.条件约束下的概率分布预测理论研究［J］.科技通报，2013，29（8）：4-6.

在调整原料油结构之外，胜利炼油厂还在沥青生产中注意控制好加热炉炉温，将炉出口温度由原来的388℃降到386℃，从而把更多的轻质组分切到沥青里。“现在我们生产的90号沥青产品针入度都保持在90～95之间，完全可以满足用户的需求。”胡涛说。

［ 6 ］ Zhang H，Yu Y J，Liu Z Y.Study on the Maximum Entropy Principle applied to the annual wind speed probability distribution：A case study for observations of intertidal zone anemometer towers of Rudong in East China Sea［J］.Appl Energ，2014，114（2）：931-938.

［7］ 李松，饶竹，黄毅，等.正态分布检验在地下水检测质量控制中的应用［J］.岩矿测试，2010，29（5）：585-589.

①覆盖资源全面，可以为游客提供尽可能全面的景点特色与景点故事，以及景点周边信息。通过用户数据计算出更加准确信息，帮助游客节省时间。②添加急救手册版块，总结了多种紧急情况下的几百项急救知识，游客能够通过简洁的分类检索界面，快速找到所需急救知识，尽可能保障自身安全。③添加游客游记版块，游客可以发布游记，与其他用户分享自己旅游的经历，同时游客可以查看其他用户游客发布的游记，从中提取自己所需信息。

［8］ Zhou H，Chen B，Han Z X，et al.Study on probability distribution of prices in electricity market：A case study of Zhejiang province，China［J］.CommunNonlinearSci Numer Simul，2009，14（5）：2255-2265.

②可扩展性。系统采用B/S方式，三层结构分布式设计，可以方便地通过部署多个视频服务器增加系统支持的监控点数量，对系统进行扩容。

［9］ 舒继森，郭兵兵，张俊阳，等.基于拟合优度指标评价的岩土参数概率分布研究［J］.采矿与安全工程学报，2008，25（2）：197-201.