

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、,,2009年10月,模糊數(shù)學評價法,1、模糊數(shù)學評價的基本概念2、模糊評價數(shù)學模型3、權重的客觀確定方法——熵值賦權法4、案例研究,,教學內(nèi)容,1 模糊數(shù)學評價的基本概念,確定性數(shù)學模型、隨機性數(shù)學模型和模糊性數(shù)學模型是環(huán)境質(zhì)量評價經(jīng)常采用的數(shù)學模型。,,模糊集合理論簡介,隨機性和模糊性都是不確定性。所謂隨機性:是指事件的發(fā)生與否而言,事件本身的含義是確定的。由于條件的不充分,事件的發(fā)生與否有多種可能。[0,1]概率分
2、布函數(shù);所謂模糊性:是指元素對集合的隸屬關系,事件本身的含義是不確定的。事件的發(fā)生與否是可以確定的。[0,1]隸屬函數(shù); 需要舉例隨機和模糊,模糊集合A,模糊集合理論簡介,隸屬度與隸屬函數(shù),隸屬度:表示元素u屬于模糊集合A的程度。隸屬函數(shù):指在論域U到[0,1]上的映射u:,,u完全屬于模糊集合。,,則u完全不屬于模糊集合。,例子:“年輕”和“年老”是兩個模糊概念,取論域U=[0,100](年齡),設描述“年輕”和“年老”的兩個
3、隸屬函數(shù)uy和ux,或者兩個模糊集分別為Y和X,年齡u分別屬于這兩個模糊集的隸屬度為:,Y(23)=1,X(80)=0.97,2 模糊評價數(shù)學模型,以DO為例, 若DO指標的一級標準為8mg/L,二級標準為6mg/L.則DO屬于一級水的隸屬度可用隸屬函數(shù)表示為:,用隸屬度刻化環(huán)境質(zhì)量的分級界限,求各項單項指標(i)對每級(k)隸屬度函數(shù)并建立模糊關系矩陣R:U 作為各污染指標的集合;V為分級標準的集合;如U取{BOD,DO,COD
4、,酚,CN},V取{Ⅰ級, Ⅱ級,Ⅲ級,Ⅳ級,Ⅴ級},根據(jù)隸屬度計算公式,可得到5階矩陣,即為模糊關系矩陣R(5×5),計算權重,如對U集合中各指標進行計算,得到各指標權重為:B=(0.20, 0.19, 0.30, 0.18, 0.13);如U取n項,B為1×n矩陣,1 環(huán)境質(zhì)量因素集合:,模型總結(jié),環(huán)境質(zhì)量評價集合:,2 U,V確定以后,因素論域(各環(huán)境因素)與評語論域(各評價標準)之間的模糊關系用模糊矩陣
5、R來表示,表示第i種因素的環(huán)境質(zhì)量屬于第j類評價標準的隸屬度,3因素論域U上的每個單因素ui在所有因素中所起作用的大小不同,用權重B來度量。,4 模糊綜合評價模型為,,例題:清江2000年7月水質(zhì)監(jiān)測結(jié)果為:DO=2.69mg/L,BOD=2.5mg/L;CODMn=7.73mg/L,酚=0.0076mg/L,氰化物=0.0040mg/L,水質(zhì)分級如下:,熵值法賦權是一種客觀賦權法,它根據(jù)來源于客觀環(huán)境的原始信息,通過分析各指標之間的
6、聯(lián)系程度及各指標所提供的信息量來決定指標的權重,從而在一定程度上避免了主觀因素帶來的偏差。設xij(經(jīng)無量綱化后,數(shù)據(jù)不能為0)表示樣本i的第j個指標的數(shù)值,(i=1,2,…,n;j=1,2,…,p),其中n和p分別為樣本個數(shù)和指標個數(shù)。,3 熵值權重法,(1)對指標做比重變換:,,(2)計算指標的熵值:,,(3)將熵值逆向化:,,(4)計算指標xj的權重:,,熵值法賦權相關程序,1. 對指標做比重變換第一步 j=1:p; m
7、(j,1)=0; for i=1:nm(j,1)=m(j,1)+x(j, i); end對指標做比重變換第二步 for j=1:p for i=1:n s(j, i)=x(j, i)/m(j,1); endend,2. 計算指標的熵值:k(j,1)=0;for j=1:p for i=1:n k(j,1)=s(j, i)*log(s(j, i))+k(j,1); endendfor
8、j=1:ph(j,1)=-k(j,1);end,3. 將熵值逆向化: for j=1:p g(j,1)=1-h(j,1); end,4. 計算指標xj的權重: p=0;for j=1:p p=p+g(j,1); endfor j=1:n w(j,1)=g(j,1)/p;end,指標選取從人群健康、生態(tài)系統(tǒng)服務功能、社會、經(jīng)濟、環(huán)境等五種要素,11個類別,21個指標來描述武漢城市生態(tài)系統(tǒng)
9、健康狀況 。對原始指標進行相關性檢驗 ,避免指標之間存在重復性。采用SPSS軟件中的 Pearson相關系數(shù) ,得到12個評價指標。權重計算借助MATLAB7.0軟件,利用熵值賦權法實現(xiàn)各評價指標權重的計算,4 案例-城市生態(tài)系統(tǒng)健康評價,,各指標相對健康隸屬度計算正指標相對健康隸屬度:,逆指標相對健康隸屬度:,,相對隸屬度矩陣:,,,根據(jù)相對隸屬度矩陣R和指標權重集W,得到模糊綜合評價矩陣即,武漢城市生態(tài)系統(tǒng)健康總評價結(jié)果
10、(1994-2005),,根據(jù)最大隸屬度原則武漢城市生態(tài)系統(tǒng)健康優(yōu)劣排序結(jié)果為:2003,2002,2001,2004,20001999,1998,1996,1997,1995,1993,1994。根據(jù)評價結(jié)果,可以看出1993-2004年,武漢城市生態(tài)系統(tǒng)健康除2004年有所下降外,整體上是相對穩(wěn)定上升的。,,人類健康要素的最大隸屬度0.7627(2003),人類健康,,生態(tài)服務功能,生態(tài)系統(tǒng)服務功能最大隸屬度1.000(2004)
11、,,,社會要素,經(jīng)濟要素,,環(huán)境要素,社會的最大隸屬度1.000(2001),經(jīng)濟的最大隸屬度0.9561(2004),環(huán)境的最大隸屬度0.7526(1998),武漢市12a來的城市總體建設取得了很好的成績,城市生態(tài)系統(tǒng)相對健康程度逐年上升。評價要素如人類健康、生態(tài)服務功能、社會和經(jīng)濟要素整體發(fā)展趨勢較好,但環(huán)境要素的相對健康狀態(tài)令人擔憂。2004年武漢城市生態(tài)系統(tǒng)相對健康狀態(tài)下降的原因是由于2004年人類健康、社會、環(huán)境要素的相對
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 模糊數(shù)學方法
- 綜合評價的模糊數(shù)學方法研究.pdf
- 數(shù)學建模方法詳解--模糊數(shù)學
- 基于模糊數(shù)學的內(nèi)部控制評價方法研究.pdf
- 模糊數(shù)學方法及其應用
- 基于模糊數(shù)學的公路環(huán)境影響綜合評價方法.pdf
- 第4講模糊數(shù)學方法
- 模糊數(shù)學總結(jié)
- 模糊數(shù)學建模
- 基于模糊數(shù)學的水泥行業(yè)清潔生產(chǎn)評價方法研究.pdf
- 第4講模糊數(shù)學方法 1
- 模糊數(shù)學的應用
- 模糊數(shù)學在綜合評價中的應用.pdf
- 基于模糊數(shù)學方法的洞庭湖區(qū)水安全評價.pdf
- 數(shù)學建模之模糊數(shù)學
- 基于模糊數(shù)學的區(qū)域風險評價研究.pdf
- 模糊數(shù)學權重、應用
- 05基于模糊數(shù)學的軟測量方法
- 基于模糊數(shù)學理論的茶葉安全風險評價方法研究.pdf
- 模糊數(shù)學--聚類函數(shù)
評論
0/150
提交評論