The Quality of Air Evaluation Based on Fuzzy Comprehensive Evaluation
Hong Wang ,Yishu Zhai
College of science, Hebei Polytechnic University, Tangshan, 063009
(E-mail: wanghong9907@https://www.doczj.com/doc/c78574127.html,)
Abstract—For the task of image segmentation in image processing, we propose an arithmetic of image processing based on fuzzy cellular automata. It combines the theory of cellular automata and fuzzy rule to establish a model of fuzzy cellular automata. Thus, the pixels whose grey level is between object and background can be handled well, and good result of image segmentation can be got.
Keywords—Cellular Automata, Fuzzy Cellular Automata, Image Segmentation
基于模糊模糊综合评价方法的空气质量评价
王宏翟艺书
河北理工大学理学院唐山063009
摘要综合评价是指综合考虑受多种因素影响的事物或系统对其进行总的评价。在实际应用中，评价的对象往往受各种不确定性因素的影响而具有模糊性，将模糊理论与经典综合评价方法相结合得到的评价方法称为模糊综合评价方法，应用模糊综合评价方法进行评价将使结果尽量客观从而取得更好的实际效果。应用模糊综合评价方法对空气质量进行评价能够更客观，更科学地反映空气质量状况。
关键词模糊综合评价空气质量空气质量隶属函数权向量确定
1. 引言
模糊数学理论与技术是近40年来发展起来的一门信新兴学科，它的突出优点就是能较好地描述与仿效人的思维方式，总结和反映人的体会与经验，巧妙地处理客观世界中存在着的模糊性现象。模糊数学与技术在自然科学和社会科学的许多领域取得了令人瞩目的成果，显示出了强大的生命力。
按确定的标准，对某个或某类对象中的某个因素或某个部分进行评价，称为单一评价。从众多的单一评价中获得对某个或某类对象的整体评价，称为综合评价。综合评价是日常生活和科研工作中经常遇到的问题。在实际应用中，评价的对象往往受各种不确定性因素的影响而具有模糊性，将模糊理论与经典综合评价方法相结合得到的模糊综合评价方法的应用将使评价结果尽量客观从而取得更好的实际效果。空气质量的好坏受多种不确定性因素的影响，从而具有模糊性。应用模糊综合评价法对空气质量进行评价能文章第二部介绍模糊综合评价原理，并且以一个简单的例子进行具体说明。第三部分介绍应用模糊综合评价法进行空气质量评价。第四部分为结论。2. 模糊综合评价原理
2.1 模糊综合评价的数学模型
设U ={u1, u2, … , un}为待评价对象的n种因素
(或指标),称为因素集。设V ={v1, v2, … , vm}为
m种评语(或等级)，称为评语集.
由于各种因素所处地位不同,作用也不一样,可用
权重A = (a1, a2, … , an )来描述,它是因素集上
的一个模糊子集，又称权向量.对于每一个因素ui ,
单独作出的一个评判f (ui),可看作是U到V 的一个
模糊映射f ,由f 可诱导出U 到V 的一个模糊关系
Rf ,由Rf可诱导出U 到V 的一个模糊线性变换。
TR(A)= A °R = B,
它是评判集V上的一个模糊子集,即为综合评判.
(U, V, R )构成模糊综合评判决策模型, U, V, R 是此模型的三个要素。
2.2 模糊综合评价的方法与步骤
⑴建立因素集U ={u1, u2, …, un}与集V ={v1, v2, … , vm}.
⑵建立模糊综合评判矩阵.
对于每一个因素ui ,先建立单因素评判：(ri1, ri2, … , rim)
即rij(0≤rij≤1)表示vj对因素ui所作的评判,这样就得到单因素评判矩阵R =(rij)n×m.
⑶综合评判.
根据各因素权重A =(a1, a2, … , an )综合评判: B = A⊕R = (b1, b2, … , bm )是V上的一个模糊子集,根据运算⊕的不同定义,可得到不同的模型.
模型Ⅰ：M(∧,∨)——主因素决定型
bj = ∨{(ai∧rij), 1≤i≤n } ( j = 1, 2, … , m ).
由于综合评判的结果bj的值仅由ai与rij (i= 1, 2, … , n )中的某一个确定(先取小,后取大运算),着眼点是考虑主要因素,其他因素对结果影响不大,这种运算有时出现决策结果不易分辨的情况.
模型Ⅱ：M ( · , ∨)——主因素突出型
bj = ∨{(ai ·rij), 1≤i≤n } ( j = 1, 2, … , m ).
M ( · , ∨)与模型M (∧,∨) 较接近, 区别在于用ai rij代替了M (∧,∨) 中的ai∧rij .
在模型M ( · , ∨)中,对rij乘以小于1的权重ai 表明ai是在考虑多因素时rij的修正值,与主要因素有关,忽略了次要因素.
模型Ⅲ：M(∧, ＋)——主因素突出型
bj = ∑(ai ∧rij) ( j = 1, 2, … , m ).
模型Ⅲ也突出了主要因素.
在实际应用中,如果主因素在综合评判中起主导作用,建议采纳Ⅰ,Ⅱ,Ⅲ, 当模型Ⅰ失效时可采用Ⅱ,Ⅲ.
模型Ⅳ：M( · , ＋)——加权平均模型
bj = ∑(ai ·rij) ( j = 1, 2, … , m ).
模型M( ·, ＋)对所有因素依权重大小均衡兼顾,适用于考虑各因素起作用的情况.
3. 空气质量的模糊综合评价模型
3.1隶属函数的确定
以往的空气质量分级中多用一个简单的数学指标
为界限，造成界限两边分为截然不同的等级.例如参数DO，I级水的指标为7mg/L,则7.1mg/L为I级水，但DO若为6.9mg/L就的定为II级水。事实上，由于空气的污染程度属于模糊概念,所以这里用隶属概念来描述模糊的空气质量分级界限。所谓隶属度系指某事物所属某种标准的程度：如:DO=7.1mg/L时,隶属I级的程度为100%;6.9mg/L时,隶属I级的程度达95%。
隶属度可用隶属函数表示。为方便起见，取线性函数：
1
X
X
X
X
-
-
或
1
1
X
X
X
X
-
-，（
X0 = Y1（对应于X1所属的那一等级），(X≥X1) 0（对应于X1所属的那一等级），(X≤X0) 式中： Y——对应于X0或X1所规定的那一级空气的隶属度； X——实测值； X0、X1——某项参数相邻的两级空气质量标准值。 3.2权重及其归一化运算 根据各参数超标情况进行加权，超标越多，加权越大。权重值为： i i i S C W= 式中：Wi――第i种污染物以平均标准为基准的超标指数，即为权重； Ci——第i种污染物实测浓度； Si——第i种污染物各级标准值的算术平均值。 为进行模糊运算，将各单项权重再进行归一化运算： ∑ = = m i i i i i i S C S C V 1 式中：Vi――第i种污染物的归一化权重； Ci——同上； Si——同上。 3.3模糊矩阵的复合运算 3.4评价算法描述 设用空气质量等级标准对T(T表示被评价水质的某 个参数)项目进行评价,标准中等级数为 k G,k=1,2,3,…,s,即有s个等级.假设某水质有m个评价因素(参 数) j u,j=1,2,3, …,m。每个评价参数有n个定性的评价 等级 i V=1,2,3, …,n。这些等级按评价要求具体划分,可以定为I、II、III、IV、V…等级别。 对照标准,可以确定某水质的每个评价参数 j u所在 的评价等级标准,记为mn R ,得到的评价表格如表1。 表1反映了各单项参数与等级之间的关系，这种关系用隶属度表示称作模糊关系。表2中ji R 表示被评价空气质量的第j 个因素（参数）u 可能为等级i V 的概率（即隶属度）。用模糊矩阵R 地位不同，由此要求对评价参数赋予权值，其和为1。用矩阵A 表示为A=(a 1,a 2, … ,a m )，其中 11 =∑=m j j a 。 设被评价水质地参数评价矩阵为B ，则R A B ?= .即 B=(a 1,a 2, … ,a m ) A 与 B 是两个模糊矩阵，所以以上的矩阵的运算遵循模糊矩阵的复合运算法。得B=(b 1，b 2， …，b n )。 B 矩阵表示水质中的某评价中属于1V 等级的程度（比例）是b 1，属于2V 等级的程度是b 2, … ,依次类推。根据矩阵B 可以综合评价水质所属的等级。 1. 计算评价结果 取三个参数来评价：砷（As ）；汞（Hg ）；铬（Cr ）。水质分为五个等级，其标准值假设为表2中所列数值。 表2假设的水质分级标准 项目 污水等级标准 监测浓度 I II III IV V As 20 50 100 200 400 38 Hg 0.5 1.0 2.0 5.0 10.0 0.7 Cr 50 100 200 500 1000 14 浓度单位：ppb 3.1用隶属度刻画水质分级界限 以Hg 为例，监测值为：X=0.7，其相邻地两级水质标准值为：X 0=0.5（I 级），X 1=1.0（II 级）。对I 级水的隶属度为：Y I = 6.05 .00.17 .00.1=-- 对II 级水的隶属度为： Y II = 4.05 .00.15 .07.0=-- 60％可能划为I 级水，40％可能划为II 级水。很明 Hg 这单项污染物而言，该水质不可能划为III 、 、V Cr R 。 3.2计算权重 计算权重并赋予各参数：对上述集合中U 中m 项参数给予权重，组成一个1×m 矩阵A ： 对As 污染物各级标准值的算术平均值为： 1545 400 2001005020=++++= As S 此值介于III 、IV 级之间，同样可得Hg 和Cr 的各级标准值的算术平均值S Hg =3.7、S Cr =370。 对As 污染物的超标指数，即权重: 25.0154 38 == = As As As S C W 同样可得Hg 和Cr 的权重分别为W Hg =0.19、W Cr =0.04。 对As 污染物的归一化权重V As ： 52.048 .025 .01 == = ∑=m i i As As W W V 同样可得Hg 和Cr 的归一化权重分别为V Hg =0.40、V Cr =0.08。 表3 各污染物归一化权重计算表 项目 I II III IV V Ci As 20 50 100 200 400 38 Hg 0.5 1.0 2.0 5.0 10.0 0.7 Cr 50 100 200 500 1000 14 表中：Ci——同上； Si——同上，本例为五级标准的平均值。 由此算出的各污染物的权重，构成一个1×3的行矩阵A=(0.52,0.40,0.08)。 3.3模糊矩阵复合运算及评价结果 为了进行综合评价，将上述A和R矩阵进行复合运 4结束语 此方法与其它方法相比的优点是：1)用隶属函数描述水质分级界限，注意到实际上存在的界限模糊性，使评价结果更接近客观；2)对各单项参数（污染物）进行了评价；3)考虑了各项参数在总体污染中的作用，给予不同的权重。 通过以上三点可以看出模糊综合评价法对水质的评价更客观、科学。 动机更具类似人脑的智能性。针对图像处理中的图像分割任务，我们提出了一个模糊元胞自动机算法，可以使图像中灰度水平介于目标和背景之间的像素得到较好地归类，从而得到一种新的图像分割算法。 参考文献 [1] 李士勇。工程模糊数学及应用。哈尔滨工业大学出版社，2004。 [2] B. Viher, A. Dobnikar, D. Zazula. “Cellular Automata and Follicle Recognition Problem and Possibilities of Using Cellular Automata for Image Recognition Purposes”. International Journal of Medical Informatics, 49 (1998), 231-241. [3] Wolfram S. “Statistical mechanics of cellular automata”. Rev. Mod. Phys. 55, 601 (1983) . fe. Complexity”. Wile 空气质量指数评价方法 空气质量指数（Air Quality Index，简称AQI）是定量描述空气质量状况的无量纲指数。针对单项污染物的还规定了空气质量分指数。参与空气质量评价的主要污染物为细颗粒物、可吸入颗粒物、二氧化硫、二氧化氮、臭氧、一氧化碳等六项。 1、分级 2012年上半年出台规定，将用空气质量指数（AQI）替代原有的空气污染指数（API）。AQI共分六级，从一级优，二级良，三级轻度污染，四级中度污染，直至五级重度污染，六级严重污染。当PM2.5日均值浓度达到150微克/立方米时，AQI即达到200；当PM2.5日均浓度达到250微克/立方米时，AQI即达300；PM2.5日均浓度达到500微克/立方米时，对应的AQI指数达到500。 2014年9月17日北京市空气质量指数[1] 空气质量按照空气质量指数大小分为六级，相对应空气质量的六个类别，指数越大、级别越高说明污染的情况越严重，对人体的健康危害也就越大。 根据《环境空气质量指数（AQI）技术规定（试行）》（HJ 633—2012）规定：空气污染指数划分为0－50、51－100、101－150、151－200、201－300和大于300六档，对应于空气质量的六个级别，指数越大，级别越高，说明污染越严重，对人体健康的影响也越明显。[2] 空气污染指数为0－50，空气质量级别为一级，空气质量状况属于优。此时，空气质量令人满意，基本无空气污染，各类人群可正常活动。[2] 空气污染指数为51－100，空气质量级别为二级，空气质量状况属于良。此时空气质量可接受，但某些污染物可能对极少数异常敏感人群健康有较弱影响，建议极少数异常敏感人群应减少户外活动。[2] 空气污染指数为101－150，空气质量级别为三级，空气质量状况属于轻度污染。此时，易感人群症状有轻度加剧，健康人群出现刺激症状。建议儿童、老年人及心脏病、呼吸系统疾病患者应减少长时间、高强度的户外锻炼。[2] 空气污染指数为151－200，空气质量级别为四级，空气质量状况属于中度污染。此时，进一步加剧易感人群症状，可能对健康人群心脏、呼吸系统有影响，建议疾病患者避免长时间、高强度的户外锻练，一般人群适量减少户外运动。[2] 空气污染指数为201－300，空气质量级别为五级，空气质量状况属于重度污染。此时，心脏病和肺病患者症状显著加剧，运动耐受力降低，健康人群普遍出现症状，建议儿童、老年人和心脏病、肺病患者应停留在室内，停止户外运动，一般人群减少户外运动。[2] 空气污染指数大于300，空气质量级别为六级，空气质量状况属于严重污染。此时，健康人群运动耐受力降低，有明显强烈症状，提前出现某些疾病，建议儿童、老年人和病人应当留在室内，避免体力消耗，一般人群应避免户外活动。[2] 2、区别 AQI与原来发布的空气污染指数（API）有着很大的区别。 AQI常识普及版 AQI分级计算参考的标准是新的环境空气质量标准（GB3095-2012），参与评价的污染物为SO2、NO2、PM10、PM2.5、O3、CO等六项；而API分级计算参考的标准是老的环境空气质量标准（GB3095-1996），评价的污染物仅为SO2、 模糊综合评价方法 1、基本思想和原理 基本思想 在客观世界中，存在着大量的模糊概念和模糊现象。模糊数学就是试图用数学工具解决模糊事物方面的问题。 模糊综合评价是借助模糊数学的一些概念，对实际的综合评价问题提供一些评价的方法。具地说，模糊综合评价就是以模糊数学为基础，应用模糊关系合成的原理，将一些边界不清、不易定量的因素定量化，从多个因素对被评价事物隶属等级状况进行综合性评价的一种方法。 原理 首先确定被评价对象的因素（指标）集合评价（等级）集；再分别确定各个因素的权重及它们的隶属度向量，获得模糊评判矩阵；最后把模糊评判矩阵与因素的权向量进行模糊运算并进行归一化，得到模糊综合评价结果。 其特点在于评判逐对象进行，对被评价对象有唯一的评价值，不受被评价对象所处对象集合的影响。综合评价的目的是要从对象集中选出优胜对象，所以还需要将所有对象的综合评价结果进行排序。 2. 模糊综合评价法的模型和步骤 步骤 步骤1 确定评价对象的因素论域， 有m个评价指标，表明评价对象的各个因素。 步骤2 确定评语等级论域 评语集是对被评价对象的各个评价结果的集合，用V表示， 有n个评价结果，其中表示第j个评价结果。 步骤3 进行单因素评价，建立模糊矩阵R， 单独从一个因素出发进行评价，以确定评价对象对评价集合V的隶属程度，称为单因素模糊评价。 在构造了等级模糊子集后，对被评价对象的每个因素进行量化,即确定从单因素来看被评价对象对各等级模糊子集的隶属度，进而得到模糊关系矩阵， 其中，表示被评价对象从因素来说对等级模糊子集的隶属度。一个被评价对象在某个因素方面的表现是通过模糊向量来刻画的（在其他评价方法中多是由一个指标实际值来刻画，因此模糊评价需要更多的信息），称为单因素评价矩阵，可以看作是因素集U和评价集V之间的一种模糊关系，即影响因素和评价对象之间的“合理关系”。 在确定隶属关系时，通常是专家打分，然后统计结果，根据绝对值减数法求得，即， 其中，c可以适当选取，使得0≤≤1。 步骤4 确定评价因素的模糊权向量 因为各评级因素的重要程度不同，所以要对个因素分配一个相应的权数，(i=1，2，3…m)，≥0，。A即为权重集。 城市空气质量的评估与预测 一．问题的提出 1.1背景介绍 环境空气质量指标与人们的日常生活息息相关，同时也在城市环境综合评价中占有重要地位，根据已有的数据，运用数学建模的方法，对环境空气质量进行科学合理的评价，预测与分析是一个很具有实用价值的问题。 目前我国城市环境空气质量评价的主要依据是API值的二级达标天数，即根据已有的API分级制，计算城市的二级空气质量达标天数并以之作为该城市空气质量的评价。 然而，这种评价方法虽然有利于城市空气质量管理，但是API分级制具有统计跨度大且较为粗略的特点，不适合对城市的空气质量做综合客观的评价，因此，我们应该提出更为科学合理的评价方法。 关于环境空气质量已有多方面的研究，并积累了大量的数据，原题附录1-10就是各城市2010年1-11月空气质量的观测值，可以作为评价分析与预测的研究数据。 1.2 需要解决的问题 1)利用附件中数据，建立数学模型给出十个城市空气污染严重程度的科学 排名。 2)建立模型对成都市11月的空气质量状况进行预测。 3)收集必要的数据，建立模型分析影响城市空气污染程度的主要因素是什 么？ 二、基本假设 1.表中的API值是准确的，忽略仪器测量误差对测量数据造成的影响 2.API值对不同污染物的危害程度具有可度量性，即：相同API值对应的不同污染物危害程度相等。 3.根据附录中的数据，API首要污染物为二氧化氮的天数在十个城市2010年的观测数据中仅出现一次，二氧化氮对空气质量的综合评价的影响忽略不计。 三、问题的分析 3.1 提出新的空气质量评价方法对城市污染程度排名应该注意的问题。 总的来说，提出一种科学合理的评价方法，应该以各城市的空气污染指数（API）观测数据为基础，对不同城市空气质量进行量化综合评价，这个综合评价在符合空气质量实际的同时，应该较为细致与直观，既能够体现该城市空气质量的整体水平，又能够方便地对不同城市的空气质量进行合理客观的对比。 第一．传统的API指数评价制度具有较大的局限性，其主要原因是API空气质量分级制具有跨度较大的特点，举例来说，以可吸入颗粒物或二氧化硫为最大污染物计算，API数值51到100都属于二级,对应的日均浓度值是51到150微克/立方米。这种分级制度对观测数据进行了较大幅度的简化，分级制的数据较为简洁，仅以级次衡量城市的空气质量水平，有利于部分问题的决策，但是，这种简化的级次评分制浪费了大量的观测信息，不适合对一个城市的空气质量进行长期的管理，评价，与预测，更不利于对城市空气质量进行细致客观的评价与城市之间污染程度的对比。 所以，新的评价体制应该充分地考虑到对信息的最大程度利用与对空气质量的综合客观分析。 第二．空气污染程度的评价最为直观与简便的方法是计算观测时间区间上的平均值，但是这种简便的数据处理方法具有较大的局限性，结合污染物种类与API 观测数据值分析，问题可以归结为基于API数据的综合评价问题，故可以引进综合评价问题的方法对平均值计算法进行适当的修正与改进，建立基于综合评价方法的评分体制，对空气质量进行评分与排序。 第三．这个对空气质量的综合排名问题以不同种类的污染物的API数值为基础，以对十个城市的污染程度进行综合排名为最终目的，具有一定的层次性，因此，还可以可以考虑建立以对十个城市的污染物排序为决策层，以不同种类的污染物API数据为准则层，以十个待评城市为方案层的选优排序问题，根据层次分析方法，确定方案层对决策层的“组合权重”，从而达到建立层次分析模型对十个城市污染程度进行综合排名的目的。 3.2 对成都11月份空气质量进行预测问题的分析 1）对成都十一月空气质量进行合理的预测，我们应该对数据进行有效的分析处理，考虑多方面因素，建立数学模型进行综合预测，通过对数据的初步观测，并作出成都市自2005年1月1至2010年11月4日的月平均API值折线图（如图3-1所示），我们发现，数据不具有很好的规律性，无法用一个确定的函数去描述，又通过对问题的分析，我们认为对空气质量的预测问题是一个针对环境系统的预测问题，而环境系统具有系统内部作用因素较多，系统内部各因素作用关系复杂的特点，因此，针对数据和问题的特点，我们考虑建立灰色预测模型，利用灰色系统分析方法，对数据进行有效利用，并作出最合理的预测。 模糊综合评价法（见课件） 模糊数学是从量的角度研究和处理模糊现象的科学．这里模糊性是指客观事物的差异在中介过渡时所呈现的“亦此亦比”性．比如用某种方法治疗某病的疗效“显效”与“好转”、某医院管理工作“达标”与“基本达标”、某篇学术论文水平“很高”与“较高”等等．从一个等级到另一个等级间没有一个明确的分界，中间经历了一个从量变到质变的连续过渡过程，这个现象叫中介过渡．由这种中介过渡引起的划分上的“亦此亦比”性就是模糊性． 一、单因素模糊综合评价的步骤 1． 根据评价目的确定评价指标（evaluation indicator ）集 合 },,,{21m u u u U = 例如评价某项科研成果，评价指标集合为U ={学术水平，社会效益，经济效益}． 2． 给出评价等级（evaluation grade ）集合 },,,{21n v v v V = 如评价等级集合为V ={很好，好，一般，差}． 3． 确定各评价指标的权重（weight ） },,,{21m W μμμ = 权重反映各评价指标在综合评价中的重要性程度，且∑=1i μ． 例如假设评价科研成果，评价指标集合U ={学术水平，社会效益， 经济效益}其各因素权重设为}4.0,3.0,3.0{=W ． 4．确定评价矩阵R 请该领域专家若干位，分别对此项成果每一因素进行单因素评价（one-way evaluation ），例如对学术水平，有50%的专家认为“很好”，30%的专家认为“好”，20%的专家认为“一般”，由此得出学术水平的单因素评价结果为()0,2.0,3.0,5.01=R 同样如果社会效益，经济效益两项单因素评价结果分别为 ()1.0,2.0,4.0,3.02=R ()2.0,3.0,2.0,2 .03=R 那么该项成果的评价矩阵为 ???? ? ??=????? ??=2.03.02.02.01.02.04.03.002.03.05.0321R R R R 5．进行综合评价 通过权系数矩阵W 与评价矩阵R 的模糊变换得到模糊评判集S ： 设m j W ?=1)(μ，n m ji r R ?=)(，那么 ()()n mn m m n n m s s s r r r r r r r r r R W S ,,,,,,212 1 22221 11211 21 =???? ?? ? ??==μμμ 其中“ ”为模糊合成算子． 进行模糊变换时要选择适宜的模糊合成算子，模糊合成算子通 常有四种： (1) ),(∨∧M 算子 作业 某市直属单位因工作需要，拟向社会公开招聘8 名公务员，具体的招聘办法和程序如下： （一）公开考试：凡是年龄不超过30 周岁，大学专科以上学历，身体健康者均可报名参加考试，考试科目有：综合基础知识、专业知识和“行政职业能力测验”三个部分，每科满分为100 分。根据考试总分的高低排序选出16 人选择进入第二阶段的面试考核。 （二）面试考核：面试考核主要考核应聘人员的知识面、对问题的理解能力、应变能力、表达能力等综合素质。按照一定的标准，面试专家组对每个应聘人员的各个方面都给出一个等级评分，从高到低分成A/B/C/D 四个等级，具体结果如表1所示。 现要求根据表1中的数据信息对16 名应聘人员作出综合评价，选出8 名作为录用的公务员。 折衷型模糊多属性决策方法 （1）折衷型模糊决策的基本原理 折衷型模糊决策的基本原理是：从原始的样本数据出发，先虚拟模糊正理想和模糊负理想，其中模糊正理想是由每一个指标中模糊指标值的极大值构成；模糊负理想是由每一个指标中模糊指标值的极小值构成。然后采用加权欧氏距离的测度工具来计算各备选对象与模糊正理想和模糊负理想之间的距离。在此基础上，再计算各备选对象属于模糊正理想的隶属度，其方案优选的原则是，隶属度越大，该方案越理想。 （2）折衷型模糊决策的基本步骤 Step1：指标数据的三角形模糊数表达 下面运用以上的定义将定性、定量指标以及权重数据统一量化为三角形模糊数. 1) 对于定性指标，可以将两极比例法改进为三角模糊数比例法。再利用三角模糊数比例法将定性指标转化为定量指标，其具体的转化形式见表2。 表2 定性指标向定量指标转化的三角模糊数比例法 2) 对于精确的定量指标值，也写成三角模糊数的形式。设a 是一个具体的精确数，由三角模糊数的定义，则a 表示成三角模糊数的形式为： 模糊综合评价 模糊综合评价法是一种基于模糊数学的综合评标方法。该综合评价法根据模糊数学的隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。它具有结果清晰,系统性强的特点,能较好地解决模糊的、难以量化的问题,适合各种非确定性问题的解决。其基本步骤可以归纳为： ①首先确定评价对象的因素论域 可以设N 个评价指标，12(,, ...)n X X X X =； ②确定评语等级论域 设12n =(W ,W , ...W )A ，每一个等级可对应一个模糊子集，即等级集合。 ③建立模糊关系矩阵 在构造了等级模糊子集后，要逐个对被评事物从每个因素(=1,2,,n)i X i ……上 进行量化，即确定从单因素来看被评事物对等级模糊子集的隶属度i X （R ），进而 得到模糊关系矩阵11112122122212nm ......=..................m m n n n nm X r r r X r r r X r r r ??????????????????????????（R ）（R ）R=（R ），其中，第i 行第j 列元素，表示某个被评事物i X 从因素来看对j W 等级模糊子集的隶属度。 ④确定评价因素的权向量 在模糊综合评价中，确定评价因素的权向量：12(,, ...)n U u u u =。一般采用层 次分析法确定评价指标间的相对重要性次序。从而确定权系数，并且在合成之前归一化。 ⑤合成模糊综合评价结果向量 利用合适的算子将U 与各被评事物的R 进行合成，得到各被评事物的模糊综合评价结果向量B 即： 111212122 2121212nm ......(,, ...)(,, ...)...............m m n m n n nm r r r r r r U R u u u b b b B r r r ??????===?????? 其中，i b 表示被评事物从整体上看对j W 等级模糊子集的隶属程度。 ⑥对模糊综合评价结果向量进行分析 实际中最常用的方法是最大隶属度原则，但在某些情况下使用会有些很勉强，损失信息很多，甚至得出不合理的评价结果。提出使用加权平均求隶属等级的方法，对于多个被评事物并可以依据其等级位置进行排序。 学科评价模型（模糊综合评价法） 摘要：该模型研究的是某高校学科的评价的问题，基于所给的学科统计数据作出综合分析。基于此对未来学科的发展提供理论上的依据。 对于问题1、采用层次分析法，通过建立对比矩阵，得出影响评价值各因素的所占的权重。然后将各因素值进行标准化。在可共度的基础上求出所对应学科的评价值，最后确定学科的综合排名。（将问题1中的部分结果进行阐述） （或者是先对二级评价因素运用层次分析法得出其对应的各因素的权重（只选取一组代表性的即可），然后再次运用层次分析法或者是模糊层次分析法对每一学科进行计算，得出其权重系数）。通过利用matlab确定的各二级评价因素的比较矩阵的特征根分别为：4.2433、2、4.1407、3.0858、10.7434、7.3738、3.0246、1 对于问题2、基于问题一中已经获得的对学科的评价值，为了更加明了的展现各一级因素的作用，采用求解相关性系数的显著性，找出对学科评价有显著性作用的一级评价因素。同时鉴于从文献中已经有的获得的已经有的权重分配，对比通过模型求得的数值，来验证所建模型和求解过程是否合理。 对于问题3、主成份分析法，由于在此种情况下考虑的是科研型或者教学型的高校，因此在评价因素中势必会有很大的差别和区分。所以在求解评价值的时候不能够等同问题1中的方法和结果，需要重新建立模型，消除或者忽略某些因素的影响和作用（将问题三的部分结果进行阐述）。 一、问题重述 学科的水平、地位是评价高等学校层次的一个重要指标，而学科间水平的评价对于学科本身的发展有着极其重要的作用。而一个显著的方面就是在录取学生方面，通常情况下一个好的专业可以录取到相对起点较高的学生，而且它还可以使得各学科能更加深入的了解到本学科的地位和不足之处，可以更好的促进该学科的发展。学科的评价是为了恰当的学科竞争，而学科间的竞争是高等教育发展的动力，所以合理评价学科的竞争力有着极其重要的作用。鉴于学科评价的两种方法：因素分析法和内涵解析法。本模型基于某大学（科研与教学并重型高校）的13个学科在某一时期内的调查数据，包括各种建设成效数据和前期投入的数据。 通过计算每一级、每一个评价因素所占的权重，确定某一学科在评价是各因素所占的比重，构建评价等级所对应的函数。通过数值分析得出学科的评价值。需要解决一下几个问题： 1、根据已给数据建立学科评价模型，要求必要的数据分析及建模过程。 2、模型分析，给出建立模型的适用性、合理性分析。 3、假设数据来自于某科研型祸教学型高校，请给出相应的学科评价模 型。 二、符号说明与基本假设 2.1符号说明 符号说明 S——评价数（评价所依据的最终数值） X——影响评价数值的一级因素所构成的矩阵 环境空气质量综合评价方法的改进及应用 发表时间：2020-01-13T09:23:49.173Z 来源：《防护工程》2019年18期作者：王楠[导读] 但是还不够完整，还需要在测试中更加全面、更加的准确。除此之外，还需要做好防治措施，从而有效的提高当前的环境空气质量。 江苏润环环境科技有限公司江苏南京 210000 摘要：近些年来随着经济的提高，我国开始越来越重视环境问题，特别是环境空气质量综合评价方法越来越多，通过评价结果提出的决策大大的提高了当前的空气质量。不过，近年来，由于大气的区域性，且近些年来新技术的出现，带来了复合型的污染，使得现有的评价方法无法满足当前社会发展的需求，具有一定的局限性。本文通过对当前环境空气质量的综合评价现状进行了阐述，提出了具体的应用措施。 关键词：环境空气质量；综合评价；改进 在当前的环境管理中运用环境空气质量的综合评价，能够从各方面掌握当前空气质量的情况，以及未来质量发展的大致趋势，根据多种数据准确科学的描述出环境被污染的程度，从而反映出当前的环境问题。对于当前对环境空气质量进行检测的趋于来说，目前最重要的任务就是要对当前环境空气质量的现状问题进行检测并分析，获取有效的信息，从而根据问题能够提出具体的措施，进而改善环境。所以，在一定程度上必须要尽量的客观，而空气质量综合评价方法的出现十分客观，一方面使得当前的环境整改程度增大，一方面也增强了当前的社会公众环境保护的意识。 一、我国当前的环境空气质量综合评价现状 从上个世纪八十年代以来，我国在全国范围内积极的开展了环境空气质量综合评价的工作，而且每个省市都认真的进行每年、每五年的环境质量报告书。从2000年六月开始，国家对重点城市开展了空气质量的日报，时至今日已经一百二十多个重点城市。该日报会对每天每小时的空气状况进行实时公布，包括二氧化硫、二氧化氮以及可吸入颗粒物的浓度。从当前来看，用于空气质量的综合评价方法有很多，主要有人工神经网络法、模糊聚类法等等。对于当前情况单个城市范围内的空气质量进行评价主要是当前发行的九六年版本《环境空气质量标准》为主要的准则，然后采取各种诸如空气污染指数法、综合污染指数法等等方法对当前空气质量做全面的分析统计[1]。不过随着时间的发展，新的标准要求需要更加的科学化，准确化，所以在空气质量综合评价的要求十分高。 二、空气质量综合评价方法的改进与应用措施 1、短期评价与长期评价相结合 从当前来看，日常中，对于环境空气质量的综合评价通常采用的是空气的污染指数法，该方法一般把空气质量从重度污染到最终的优进行七个层次的评价。不过，在所有的七个评价当中，只有优和良代表的空气质量良好，其余则表示空气质量不佳。而对于年度的空气质量浓度评价来看，通常是只分成几个层次，也就是一级、二级、三级到最后的劣三级。在国际上很多的国家对当前的环境空气质量进行评价时，除了会按照每年的均值进行评价之外，还会对一些短期比如每日的评价规定具体的评价统计标准，也就是将年度的和短期的进行综合评价，从而对当前地区的环境空气质量进行判定。就拿美国来说，美国提出了三年为一周期的规定，即在周期内，PM10的日平均浓度每年不得超过标准规定一次。规定PM2.5年均质量浓度的同时，日均浓度需每年第98百分位数质量浓度的3年平均不得超过35mg/m3；SO2 和 NO2 也有类似的达标统计要求。所以我国在进行评价方法的整改时，可以在控制污染物平均浓度的基础上对每天的超标率进行一定的控制，在一定的时间段内规定能够超标的次数，从而实现长期与短期的综合评价结合。此外，在评价当前污染物浓度的时候，需要考虑其数值的最大、最小值以及中值等信息，从而能够全面的对当前空气质量的总体特征进行评价。 2、空气综合污染指数与最大污染指数相结合 所谓的污染指数指的是根据当前指定的环境质量标准，把所有相关的污染物浓度按照不容类型污染物来进行归一，从而进行叠加，使得最终的简单量纲指数为一[2]。而所谓的空气综合污染指数就是把每个不同的污染物因子进行指数的整合，也就是说，所谓的最大污染指数就是最大的空气污染物的单项因子指数。 从当前我国对于所有重点城市的综合污染水平来看，这些数据是将同一污染指数下的空气污染相对水平与综合污染指数进行比较得到的。表1为部分重点城市中综合污染指数较大的十五个城市。表1 综合污染指数、最大污染指数及空气质量级别 翻译质量评估（TQA）中以模糊数学为基础的量化方法探讨 翻译质量评估（TQA）的方法存在传统定性评估与数学定量评估两个相对对立的方法。20世纪60年代美国加利福尼亚大学控制论专家、系统工程教授L.A.札德发表《模糊集合》论文，创立了模糊数学理论，该理论之后被大量应用于模糊控制、信息检索、医学、气象学、结构力学、心理学等多个领域。后来，语言学学者也开始尝试将其应用于语言学研究领域。在中国，将模糊数学基础理论与方法引入翻译质量评估（TQA）的过程中作为一种参数参照，正处于可行性验证与起步阶段，这是中国翻译界的一次大胆尝试。合理的模糊量化分析能够逐渐实现翻译质量评估评的综合化与合理化，具有较为重要的科学意义。 一、国内利用模糊数学方法进行翻译质量评估现状 国内学者将模糊数学与翻译评价相结合的第一人是范守义，他在《中国翻译》1987年第4期的发表的《模糊数学与译文评价》一文中，利用模糊集合中隶属度的概念从定量的角度对译文质量进行评价，大体分三步步骤：（1）选择模糊集合的必要元素，即译文评价单位；（2）确定译文评价特征依据，如修辞、风格、句法、语义等；（3）明确信度控制点，从译文内容各单位部分各自的隶属度相加求出的平均值结果来评价译文的质量。在此之前，范守义（1986）在国内首次将“信、达、雅”标准用 数学公式“I=（R/F）?（S’/S）”进行表示，其中“I”为译文与原文的接近程度指数，“F”代表“信”，“R”代表“达”，“S”代表原文中的“雅”，而“S’”则代表译文所达到的“雅”，“F”与“S”为常量，公式中的“R”对应“F”，“S”对应“S’”，对应量的数值彼此越接近，则“I”越接近最大值“1”。之后，范守义（1990）又对应用与译文评价中的数学模型进行了修改，将主标准与次标准的并集纳入语言变量下，用公式表示为：Q=X∪Y∪Z，或扩展为：Q=[X1，X2，（X3）]∪[Y1，Y2，（Y3）]∪[Z1，Z2，（Z3）]。其中：“X”代表中心信息，即：X1：信息量；X2：形象转换；X3：虚设标准。“Y”代表附加信息，即：Y1：风格层次；Y2：情感元素；Y3：虚设标准。“Z”代表结构信息，即：Z1：元语言方面；Z2：修辞与逻辑；Z3：音韵。 同时，范守义提出了以计算机编程为取向的公式运作方式，包括“数据输入”、“加权”、“计算”与“数据输出”。从其研究所处的时期看来，范守义的研究具有远见性，也具有使用价值，为利用模糊数学的理论与方法对翻译质量进行评估展奠定了基础。 在此期间，徐盛恒也进行了相关研究，他（1987）曾针对范守义公式中存在的不足提出了改进：（W1，W2...Wn）?|X1， X2，…Xn|，其中“W”与“X”分别代表“权值”与“标准”，并规定样本抽样方法必须为等距离抽样，标准的确定依据必须为 AHP ――模糊综合评价方法的理论基础 1.层次分析法理论基础 1970-1980年期间，著名学者Saaty最先开创性地建立了层次分析法，英文缩写为AHP。该模型可以较好地处理复杂的决策问题，迅速受到学界的高度重视。后被广泛应用到经济计划和管理、教育与行为科学等领域。AHP建立层次 结构模型，充分分析少量的有用的信息，将一个具体的问题进行数理化分析，从而有利于求解现实社会中存在的许多难以解决的复杂问题。一些定性或定性与定 量相结合的决策分析特别适合使用AHP。被广泛应用到城市产业规划、企业管 理和企业信用评级等等方面，是一个有效的科学决策方法。 Diego Falsini、Federico Fondi 和 Massimiliano M. Schiraldi（ 2012）运用AHP 与DEA的结合研究了物流供应商的选择；Radivojevi?、Gordana和Gajovi?, Vladimir（2014）研究了供应链的风险因素分析；K.D. Maniya 和 M.G. Bhatt（2011） 研究了多属性的车辆自动引导机制；朱春生（2013）利用AHP分析了高校后勤 HR配置的风险管理；蔡文飞（2013）运用AHP分析了煤炭管理中的风险应急处理；徐广业（2011）研究了 AHP与DEA的交互式应用；林正奎（2012）研究了城市保险业的社会责任。 第一，递阶层次结构的建立 一般来说，可以将层次分为三种类型： （1）最高层（总目标层）：只包含一个元素，表示决策分析的总目标，因此也称为总目标层。 （2）中间层（准则层和子准则层）：包含若干层元素，表示实现总目标所涉及的各子目标，包含各种准则、约束、策略等，因此也称为目标层。 （3）最低层（方案层）：表示实现各决策目标的可行方案、措施等，也称为方案典型的递阶层次结构如下图1： 三种电视机模糊综合评价模型 摘要 本文通过顾客对三种电视机的图像，价格，音质三种评价因素建立的模糊综合评价的模型，此模型首先设定了评价指标因素集U 和评语集V ,从而建立了评价矩阵R , 然后根据评价指标权重集A 最后分别运用了四个算子，进而采用了加权平均原则的方法建立了如下四个模型，最终得出 模型一：运用① 算子和加权平均原则方法对三种电视机建立模糊综合评价模型，得出11 2.73B =，12 2.62B =，13 2.46B =，即第一种电视机最受顾客青睐 模型二：运用② 和加权平均原则方法对三种电视机建立模糊综合评价模型，得出21 2.72B =，22 2.75B =，23 2.51B =，即第二种电视机最受顾客青睐 模型三：运用③ 算子和加权平均原则方法对三种电视机建立模糊综合评价模型，得出31 2.71B =，32 2.58B =，3 3 2.32B =，即第一种电视机最受顾客青睐 模型四：运用④ 算子和最大隶属原则方法对三种电视机建立模糊 综合评价模型，得出41 2.75B =，4 2 2.71B =，43 2.39B =，即顾客对第二种电视机做出综合评价较好。 综合四个模型这三种电视机的综合评价在较好和可以之间并且在这三种电视机中第一种电视机最受顾客青睐，第二种次之，第三种最不受欢迎。 关键词：综合评价 模糊数学 加权平均原则 算子 ),(∨∧M (,)M ?∨算子),(⊕∧M ),(⊕?M 一、问题重述 在对电视机质量的评价中，其涉及的因素很多，一般说来基本要考虑图像，声音，价格等等，而每一类因素的质量水平受许多因素的影响。这些评价因素往往具有模糊性。评价的结果本身也带有模糊性。如何合理地评价电视机的质量呢？ 假设对电视机的评价因素U={图像u1，声音u2，价格u3}，评语集合V={很好v1，较好v2，可以v3，不好v4}，现请专家10人对三种电视机进行评价，结果如下： 设某类顾客主要关心图像、价格，对音质不太关心，即 试对以上三种电视机进行模糊综合评价。 二、问题分析 根据对题目的理解，我们知道问题的求解是根据10位专家对三种电视机的图像，价格，音质的评价结果，而要求我们对这三种电视机进行模糊综合评价，所以我采用四种算子方法。 即① 算子 评语 因素 (1)第一类电视机 (2)第二类电视机 (3)第三类电视机 v1 v2 v3 v4 v1 v2 v3 v4 v1 v2 v3 v4 u1 5 4 1 0 4 3 2 1 1 5 2 2 u2 4 3 2 1 5 1 2 2 4 3 1 2 u3 0 1 3 6 2 1 3 4 2 4 4 (0.5,0.2,0.3) A =(){}n k r r s jk j m j jk j m j k ,,2,1, ,min max )(11 =∧=≤≤=∨μμ＝),(∨∧M 环境空气质量指数AQI六参数的详细解析 环境空气质量指数AQI六参数的详细解析 ?环境空气质量指数（AQI）六参数：pm2.5,pm10,so2,no2,co,o3.这些气体是什么东西以及对人体的害处和益处。 ?pm2.5pm2.5细颗粒物指环境空气中空气动力学当量直径小于等于 2.5 微米的颗粒物，它能较长时间悬浮于空气中，其在空气中含量浓度越高，就代表空气污染越严重。PM2.5可以由硫和氮的氧化物转化而成。而这些气体污染物往往是人类对化石燃料（煤、石油等）和垃圾的燃烧造成的。对空气质量和能见度等有重要的影响。pm10是指粒径在10微米以下可吸入的颗粒物。可吸入颗粒物在环境空气中持续的时间很长，对人体健康和大气能见度的影响都很大。通常来自在未铺的沥青、水泥的路面上行驶的机动车、材料的破碎碾磨处理过程以及被风扬起的尘土。可吸入颗粒物被人吸入后，会积累在呼吸系统中，引发许多疾病，对人类危害大。可吸入颗粒物的浓度以每立方米空气中可吸入颗粒物的毫克数表示。so2 二氧化硫二氧化硫（化学式SO2是最常见的硫氧化物。大气主要污染物之一。火山爆发时会喷出该气体，在许多工业过程中也会产生二氧化硫。由于煤和石油通常都含有硫化合物，因此燃烧时会生成二氧化硫。当二氧化硫溶于水中，会形成亚硫酸（酸雨的主要成分）。若把二氧化硫进一步氧化，通常在催化剂存在下，便会迅速高效生成硫酸。这就是对使用这些燃料作为能源的环境效果的担心的原因之一。no2二氧化氮二氧化氮（nitrogen dioxide），化学式NO2。高温下棕红色有毒气体。在常温下(0～21.5℃)二氧化氮与四氧hua二氮混合而共存。有毒。有刺激性。溶于浓硝酸中而生成发烟硝酸。能叠合成四氧hua二氮。与水作用生成硝酸和一氧化氮。与碱作用生成硝酸盐。能与许多有机化合物起激烈反应。[1]二氧化氮在臭氧的形成 用模糊数学综合评价法对水质进行评价 付智娟 （中山市环境保护科学研究所，中山 542803） 摘 要：综合评价法作为模糊数学的一种具体应用方法，在很多领域中得到了广泛的运用。由于综 合评价法的数学模型简单、容易掌握，更适合于对多因素、多层次的复杂问题的评价。将其应用于对水质的评价能更客观、科学地反映水质情况。 关键词：模糊数学 ；综合评价法；水质评价法 Abstract:As the praxis of fuzzy mathematics,comprehensive evaluation is prevalent used in many fields ,Because it is a simple mathematical model and easy to use,comprehensive evaalution has advantage to solve the complex problem that have more different https://www.doczj.com/doc/c78574127.html,ing it to evaluate the quality of water can get an objective and scientific result. Key words: fuzzy mathematics; comprehensive evaluation; evaluate the quality of water 模糊数学理论是近年来发展起来的科学，水质的好坏具有模糊的概念，因此也可以用它来评价水质，对水质进行综合评价，打破以往仅用一个确定性的指标来评价水质的方法，并可以弥补其中的不足，更客观、科学地对水质进行评价。现引用对某水质进行评价的例子来说明模糊数学综合评价在水质评价中的运用。 1. 基本概念 1. 1隶属度 以往的水质分级中多用一个简单的数学指标为界限，造成界限两边分为截然不同的等级.例如参数DO ， I 级水的指标为7mg/L,则7.1mg/L 为I 级水，但DO 若为6.9mg/L 就的定为II 级水。事实上，由于水质的污染程度属于模糊概念,所以这里用隶属概念来描述模糊的水质分级界限。所谓隶属度系指某事物所属某种标准的程度：如:DO=7.1mg/L 时,隶属I 级水的程度为100%;6.9mg/L 时,隶属I 级水的程度达95%。 隶属度可用隶属函数表示。为方便起见，取线性函数： 10X X X X --或 11X X X X --，（X 0 EXCEL在空气质量指数计算及环境空气质量分析中的应用EXCEL在空气质量指数计算及环境空气质量分 析中的应用 蛇网 摘要文章根据《环境空气质量标准》(GB3095-2012)中所列各污染物标准限值、《环境空气质量指数(AQI)技术规定(试行)》(HJ633-2012)中AQI的计算方法及《环境空气质量评价技术规范(试行)》(HJ663-2013)中规定的环境空气评价项目与评价方法，结合福州市环境空气监测数据，介绍如何利用excel 2003软件自动批量计算空气质量指数(AQI)、自动分析某时段的环境空气质量状况、自动绘制空气质量分级比例饼状图、自动生成主要污染物评价结果表等，为环境空气质量分析工作提供便利。 关键词 EXCEL;环境空气质量;AQI;自动计算 2013年1月1日起，京津冀、长三角、珠三角等重点区域以及直辖市和省会城市等共74个城市按照环境空气新标准《环境空气质量标准》(GB3095-2012)要求进行监测与评价。新标准增加了污染物监测项目，严格了部分污染物浓度限值。空气日报中，由包含六项污染物的空气质量指数(AQI)替换了原来包含三项污染物的空气污染指数(API)，评价方法更加复杂，靠人工计算工作量非常大。一些软件虽有自动统计功能，但也存在局限性，例如本单位的软件尚不能统计AQI，上级环保部门数据库虽然功能较齐全，但只能进行整年或者整月的统计，而且必须是上报后的数据才能统计出结果，时效性欠佳。EXCEL 2003是一款简单易学且普及的软件，使用门槛低，无人员权限限制。前人曾探讨过应用EXCEL来计算 评价单个AQI，但其在污染物浓度取值超出范围及存在两个以上首要污染物时存在漏洞，而且尚无对任意日期范围内自动统计及自动生成图表方面的研究。 天津空气质量评价方法研究 学院： 专业： 学号：___ 姓名：_ 目前我国经济正迅速发展,工业、城市规模的扩大、人口膨胀，这些都使大气污染不断加剧,直接威胁着国民经济的可持续发展和人民生命健康,开展空气质量的预测和治理已迫在眉睫。作为学生，我们首先应该初步学会用控制理论与系统科学精要的相关知识来评价空气质量的好坏以及评价的方法，以提高相关方面的知识，提高保护空气质量的意识。 目前，城市空气质量污染指数的分级标准是根据空气污染指数（API）的取值界定的，空气污染指数指常规监测的几种空气污染物浓度简化成为单一的概念性指数值形式，并分级表征空气污染程度和空气质量状况。 天津是中国重要的能源与工业城市，其工业化与城市化的快速发展对城市环境产生了重要影响。近年来，市委市政府立足资源型城市可持续发展战略，努力改善全市空气质量。由于空气污染程度由轻到重是逐渐过渡的,没有明确的界限, 因此对城市空气质量进行综合评价时应用模糊集理论较为适宜。但目前普遍运用的模糊综合评判模型M( ∧, ∨) 中“取大”、“取小”的算子在评判中只强调实际数据中极大值、极小值的作用, 属于“主因素突出型”评价, 会由于中间信息的损失而易使评价过程“失效”甚至“失真”, 常导致评价结果分级不清甚至背离实际情况。本文以模糊集理论中的权广义距离概念来表示待评价的城市空气质量状况与已知的空气质量分级标准之间的差异, 提出一种新的城市空气质量综合评价的模糊分析方法。 一、建立指标采集体系 首先确定各项指标采集的区域，以备后面分析使用。下面是Visio的结构图： 二、 数据处理 本文对2012年前三个月的空气污染指数和空气质量状况进行了分析，采用了指标评价法和综合指数评价法分析了对空气污染最主要的物质， 对每年每种物质用以下这个公式计算它们的污染指数： u u i u o u o i I C C C C I I I +-?--= )( 那么计算得到的最大的值的物质即是天津的主要污染物，通过计算我们发现对天津市空气影响最大的物质是10PM 。 首先，我们对数据进行预处理，根据数据的顺序分别对每一年的各种污染物进行污染指数计算： u u i u o u o i I C C C C I I I +-?--= )(（1） 且同年的空气污染指数 (2） 空气污染指数(Air pollution index ,简称API)[3]，就是将常规监测的几种空气污染物浓度简化成为单一的概念性指数值形式，并分级表征孔子去染程度和空气质量状况，适合于表示城市的短期空气质量状况和变化趋势。中国计入空气污染指数的项目暂定为：二氧化硫、氮氧化物、总悬浮颗粒物。 API 和AQI是什么？ 近段时间，我国大部分地区出现雾霾天气，大范围的空气重度污染和严重污染，引起了社会公众对空气质量的强烈关注。那么，对于政府部门发布的各类空气质量数据，普通公众是否了解？最常见的指标API、AQI具体指什么？当空气出现不同程度污染时，不同人群应采取哪些相应防护措施？本期应知对这些问题进行解读。 答疑解惑1 何谓API？ 空气污染指数(Air Pollution Index；API)表征空气污染程度的量纲为1的数值。它是根据近地面几种主要的空气污染物浓度以及它们持续时间来确定的。根据我国空气污染特点和污染防治重点，目前计入空气污染指数的项目为:二氧化硫、氮氧化物和可吸入颗粒物或总悬浮颗粒物。(API及相关信息见表1) 表1空气污染指数API及相关信息 答疑解惑2 何谓AQI？ AQI，是英文名称Air Quality Index的首字母缩写，即空气质量指数，是定量描述空气质量状况的无量纲指数。AQI的数值越大、级别越高，说明空气污染状况越严重，对人体的健康危害也就越大。 看AQI时，不需要记住AQI的具体数值和级别，只需要注意优(绿色)、良(黄色)、轻度污染(橙色)、中度污染(红色)、重度污染(紫色)、严重污染(褐红色)6种评价类别和表征颜色。 2012年2月29日，环境保护部公布了新修订的《环境空气质量标准》 (GB3095—2012)，本次修订的主要内容:调整了环境空气功能区分类，将三类区并入二类区；增设了颗粒物(粒径小于等于2.5μm)浓度限值和臭氧8小时平均浓度限值；调整了颗粒物(粒径小于等于10μm)、二氧化氮、铅和苯并(a)芘等的浓度限值；调整了数据统计的有效性规定。 与新标准同步还实施了《环境空气质量指数(AQI)技术规定(试行)》(HJ633—2012)。 根据安排，新标准将分期实施。目前，京津冀、长三角、珠三角等重点区域以及直辖市和省会城市已率先开始实施并发布AQI；2013年，113个环境保护重点城市和国家环保模范城市将开始实施；2015年，所有地级以上城市将开始实施；2016年1月1日，将在全国实施新标准。(AQI及相关信息见表2) 答疑解惑3 AQI与API有何不同？ AQI与API有着很大的区别。首先是名称上的改变，由“空气污染指数”到“空气质量指数”。 其次，AQI分级计算参考的标准是新修订的《环境空气质量标准》(GB3095－2012)，参与评价的污染物为细颗粒物(PM2.5)、可吸入颗粒物(PM10)、二氧化硫(SO2)、二氧化氮(NO2)、臭氧(O3)、一氧化碳(CO)6项，每小时发布一次；而API分级计算参考的标准空气质量指数评价方法
模糊综合评价案例计算分析
空气质量评价预测模型论文
模糊数学评价方法教程
模糊综合评价法
模糊评价方法的基本步骤
数学建模模糊综合评价法
环境空气质量综合评价方法的改进及应用
翻译质量评估(TQA)中以模糊数学为基础的量化方法探讨-精选教育文档
模糊综合评价方法的理论基础
模糊数学综合评价模型
环境空气质量指数AQI六参数的详细解析
用模糊数学综合评价法对水质进行评价
EXCEL在空气质量指数计算及环境空气质量分析中的应用
天津市空气质量评价与方法
AQI与API 的 空气质量指数检测标准
相关主题
文本预览