环境规划的技术方法(PPT 214页).ppt

例3 择业 　　面临毕业，可能有高校、科研单位、企业等单位可以去选择，一般依据工作环境、工资待遇、发展前途、住房条件等因素择业。 面临各种各样的方案，要进行比较、判断、评价、最后作出决策。这个过程主观因素占有相当的比重给用数学方法解决问题带来不便。T.L.saaty等人20世纪在七十年代提出了一种能有效处理这类问题的实用方法。 AHP通过分析复杂问题所包含的因素及其相互关系，将问题分解为不同的要素，并将这些要素归并为不同的层次，从而形成多层次结构，在每一层次按一规定准则，对该层元素进行逐对比较，建立判断矩阵。通过计算判断矩阵的最大特征值及对应的正交化特征向量，得出该层要素对于该准则的权重。在此基础上进而计算出各层次要素对于总体目标的组合权重，从而得出不同设想方案的权重，为选择最优方案提供依据。 第二节 模糊评价数学模型 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。 现以水质评价为例给予说明，如在水质分级中多采用一个简单的数学指标作为分级的界线，界线两边则是截然不同的级别。再各项指标的水质分级标准中，把一级水DO指标定为7mg/L实际情况是7.1mg/L算作一级水,而6.9 mg/L则算作非一级水,但7.1与6.9相差很小.假设用隶属度来刻划这条界线,就可以明确地定出7.1 mg/L时隶属一级水的程度达100%,而6.9 mg/L时隶属度大95%,相应隶属于二级水的程度则是5%。 模糊集合 若μ接近1，表示u属于模糊集合的程度高；若μ靠近0，则表示u属于模糊集合的程度低。 模糊关系 定义：设有两个论域U和V，在此之间存在的一个模糊子集R，就叫做U和V之间的模糊关系。 若U={u1,u2,…..un}，V={v1,v2…..vm}都是有限集合，则R可以用一个n×m阶矩阵表示： 其中0≤rij ≤1，R矩阵称为U和V的模糊关系矩阵。 环境功能的模糊关系 设环境质量的因素集合为U={u1,u2,…..un} , ui为参与评价的n个监测因子第i个的数值。 而环境质量的评语集合为V={v1,v2…..vm}， vj为相应评价标准的第j个等级的集合。 则存在模糊关系： rij表示第i种污染物的环境质量数值可以被评为第j级环境质量标准的可能性，即i对j的隶属度； R中的第i行Ri=（ri1,ri2,…..rim)代表了第i个监测因子对各级环境质量标准的隶属性； 第j列的Rj=（r1j,r2j,…..rnj)代表了各个污染物监测因子对j级质量标准的隶属性 隶属函数的确定 隶属函数rij表示第i种污染物可以被评为第j级环境质量标准的可能性. 考虑环境质量标准级与级之间的变化是线性的，因此可以用内插法计算。 Y= 或 ，（X0XX1） Y=1（对应于X1所属的那一等级），(X≥X1) Y=0（对应于不属于X1的那一等级），(X≤X0) 式中： Y——对应于X0或X1所规定的那一级水的隶属度； X——实测值； X0、X1——某项参数相邻的两级水质标准值。 系数ai的确定 系数ai表示单因素ui在所有因素中比较，所起作用大小的度量： 归一化处理 式中：ai――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： 模糊评判计算公式 在模糊向量A和模糊关系矩阵R已知时，综合评判的模糊子集可以表达为： 在进行综合评价时,会用到两个模糊矩阵的复合运算。这种运算同一般矩阵乘法相似，不同的是两数相乘“· ”改为“∧”，并取其中小者为“积”；两数相加“+”改为“∨”，并取其中大者为“和”。 模糊评判计算例子 例：已知某河断面的水质监测数据如下，采用松花江水质标准，试用模糊评判法对该断面水质进行评判。 松花江水质分级标准 ai计算表： 模糊关系矩阵 计算1: 计算2: 标准化(无量纲化)：以参照数列(取最大数的数列)为基准点，将各数据标准化成介于0至1之间的数据最佳。 以1998年收入为基准，将表一进行标准化（无量纲化）处理 。 表二 标准化后的数列表 表三 对应差数列表 各比较数列对参考数列各点对应差值中之最小值：即Δmin=0 各比较数列对參考数列各点对应差值中之最大值：即Δmax=0.3 设分辨系数：ζ=0.5 求比较数列X1对参考数列X0之关联系数ξ1（k） 1、 2、 3、 求比较数列X2对參考数列X0之关联系數ξ2（k） （1）