基于模糊综合评价方法的空气质量评价.docVIP

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@126.com) 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 基于模糊王宏 摘要 关键词 空气质量隶属函数 权向量确定 1. 引言 文章第二部介进行具体说明。第三部分介绍应用模糊第四部分为结论。2. 模糊综合评价原理 2.1 模糊综合评价的数学模型 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