城市环境质量的未确知测度评价

4 3
c2 100 1 1 1 50 30 20 150 45 0. 56 0. 045 0. 021
c3 300 3 3 4 100 60 60 300 50 0. 67 0. 05 0. 022
c4 500 5 10 8 250 150 150 500 55 0. 8 0. 06 0. 025
c5 1000 10 20 16 500 300 300 800 60 1. 25 0. 1 0. 03
攀枝花 565
1326. 4 3. 7
第 12 期
城市环境质量的未确 知测度评价 续表 2 四川省 16 个主要城市环境 测量指标监测值
55
城市 名称
每万元工业产值 三废排放量 废水 ( t) 废气 ( 104 m 3 ) 10. 3 9. 9 1. 9 3. 4 10. 8 9. 9 3. 0 5. 4 4. 5 7. 8
1999 年 12 月
系统工程理论与实践
第 12 期
城市环境质量的未确知测度评价
刘开第, 庞彦军, 孙光勇 , 姚立根
( 河北建筑科技学院 , 河北 邯郸 056038)
摘要 : 在未确知测度空间基础上 , 建立未确知测度评价模型并用于城市环境质量评价 . 与模糊综合
评判、 灰色聚类分析、 物元分析、 B P 人工神经网络等评价方法比较 , 未确知测度 评价模型严谨 , 评价结 果合理、 精细、 分辨率高 , 更适合于环境质量评价 .
p
qx i = 则 qx i 是样品 x i 的总得分 , 称
nl
l= 1
il
( 10)
q = ( qx 1 , qx 2 , … , qx n ) 为得分向量 , 可按 qx i 的大小对 x i 的优劣排序 . 以上称为未确知综合测度评价模型 .
( 11)
2 评价步骤
以四川省 16 个主要城市环境质量评价为例 . 有关数据见表 1 、 表 2. 表 1 城市环境质量评价指标的等级标准
耕地面积 居住面积 绿地面积 0. 55 0. 61 0. 66 0. 59 0. 57 1. 02 0. 045 0. 047 0. 044 0. 038 0. 045 0. 042 0. 023 0. 023 0. 028 0. 058 0. 027 0. 022
144. 2 36. 6 99. 0 17. 3 7. 3 2. 0 17. 2 3. 8 41. 2 0. 4
( Hebei Inst itute of Ar chitectural Science & T echnolog y , Handan 056038) Abstract : On the basis o f t he unascer tained measur ement space , t his paper sets up the model of unascer tained measurement evaluatio n and uses it to ev aluat e a city 's enviro nmental quality. Compar ed w it h the fuzzy synthetical ev aluation, gr ey cluster analysis, matter element analy sis and BP ar tificial neural net wo rk, this mo del is perfect, the evaluating r esult is mo re r easo nable and it s r esolving po wer is higher . It is mo re suitable for evaluating the env ir onmental quality . Keywords : unascer tained measur ement; r eco gnization; ev aluation on t he enviro nmental qualit y 对环境质量评价多见于模糊综合评 判、 灰色聚类分析及物元分析等评价方法 . 因为环境评价的评价空 间是“ 有序的” , 而对有序评价空间不太适于用“ 最大隶属度 ” 识别准则识别和排序 . 本文给出建立在未确知 测度空间基础上的未确知测度 评价、 识别 模型 , 模型 本身严谨 , 评 价的结果合理、 精细 , 分 辩率高 , 更 适合于 环境质量综合评价 .
1 未确知测度模型
设 x 1 , x 2 , … , x n 为待评价的 n 个城市 , 则评价对象空间 X = { x 1 , x 2 , … , x n } . 对 x i ∈ X , 有 m 个评价指 标 I 1 , I 2 , … , I m, 指标空间 I = { I 1 , I 2 , … , I m } . 于是 , x i 可表为 m 维向量 x i = ( x i1 , x i 2 , … , x i m) , 其中 x i j 表 示 研究对象 x i 关于测量指标 I j 的测量值 . 对每个 x i j 有 p 个评价等级 c 1 , c 2 , … , c p , 则评价空间为 U = { c1 , c 2 , … , cp } . 设 ck 表示污染等级 , 则 k 级污染好于 k+ 1 级污染 , 记作 c1 > c 2 > … > cp . 若 { c1 , c2 , … , c p } 满 足: c1 > c2 > … > c p 或 c 1 < c 2 < … < cp 则称 { c 1 , c 2 , … , c p } 是评价空间 U 的一个有序分割类 .
wj
ij k
=
wj =
j= 1
wj = 1
所以
ik
称(
是未确知测度 . i1 , i 2 , … , ip ) 为 x i 的综合测度评价向量 . 称矩阵
11 21 12 22
… … …
1p 2p
(
ik n ×p
)
=
( 8)
n1
n2
np
为多指标综合测度评价矩阵 . 1 . 4 识别准则 若 x i 的综合 测度评价向量为 ( 0, 0. 4, 0. 2, 0. 2, 0. 2) , 按最大隶属度识别准则可判 x i 属二级 . 但这显 然不合理 , 因为 x i 有六成不属于二 级 , 属于二级的程度仅有四成 . 为此 , 引入置信度识别准则 . 设 为置信 度 ( > 0. 5, 常取 0. 6 或 0. 7) , 若 c 1 > c2 > … > c p , 令
k
k0 = min k :
k l= 1
il
, k = 1, 2, … , p
( 9)
则认为 x i 属于第 k0 个评价类 c k0 .
54
系统工程理论与实践
1999 年 12 月
若 x i 的评价向量为 ( 0, 0. 4, 0. 2, 0. 2, 0. 2) , 取置信度 = 0. 6, 知 x i 属三级污染 . 1 . 5 排序 除了要 判别 x i ( i = 1, 2, … , n ) 属于那个评价等级外 , 有时要求对 x i 的污染轻重排出顺 序 . 若 c 1 > c 2 > … cp , 令 cl 的分值为 nl , 则 n l > nl + 1 , 令
ik
=
( x i ∈ ck ) 表示样本 x i 属于第 k 个评价类 ck 的程度 , 则
m ik
=
j= 1
wj
ij k
, i = 1, 2, … , n; k = 1, 2, … . p
( 7)
由于 0
ik
1, 并且
p ik k= 1 p m m p ij k j= 1 k= 1 m
=
k= 1 j = 1
最高允许量 3000 30 50 100 5000 1500 1000 3000 80 5 0. 5 0. 2
50 0. 5 0. 5 0. 3 25 15 10 100 40 0. 5 0. 04 0. 02
表 2 四川省 16 个主要城市环境测量指标监测值
城市 名称 废水 ( t) 重庆 成都 白贡 泸州 德阳 628 405 246 865 262 每万元工业产值 三废排放量 废气 ( 10 m ) 4. 0 5. 8 5. 1 24. 2 12. 1 1. 6
… …k
) m×p =
i21
, i = 1, 2, … , n
( 4)
i m1
im 2
imp
为单指标测度评价矩阵 . 1 . 2 指标权重 用 w j 表示测量指标 I j 与其它指标相比具有的相 对重要程度 , 要求 w j 满足 :
m
0 称 w j 为 I j 的权重 , 称向量
关键词 : 未确知测度 ; 识别 ; 环境质量评价 中图分类号 : O 211
T he U nascert ained M easur em ent Evaluat ion on a Cit y's Envir onm ent al Qualit y
L IU Kai-di, PA NG Yanjun, SU N Guangyong, YAO L igen
wj
1,
j= 1
wj = 1
( 5)
w = ( w 1 , w 2 , …, w m ) 为指标权重向量 .
( 6)
在未确知综合评价系统中 , 指标权重向量 是非常重要的 . 如果 专家对各测量指标相 对重要性熟悉 , 有 经验 , 则可由专家组按一定规则给各评价指标 “ 评 分” , 并用 “ 统计评分” 的方法确定指标权重向量 . 若专家 无法给出权重估计 , 可用“ 相似权” 作为权重 ( 另文给出 ) . 1 . 3 多指标综合测度评价矩阵 令