[发明专利]一种对空气质量数据进行多级综合评判的方法在审
申请号: | 201510924930.0 | 申请日: | 2015-12-10 |
公开(公告)号: | CN105550515A | 公开(公告)日: | 2016-05-04 |
发明(设计)人: | 王恒;刘得源;颜斌 | 申请(专利权)人: | 山东科技大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 济南舜源专利事务所有限公司 37205 | 代理人: | 朱玉建 |
地址: | 266590 山东省青*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 空气质量 数据 进行 多级 综合 评判 方法 | ||
本发明公开了一种对空气质量数据进行多级综合评判的方法。该方法包括如下步骤:a根据空气质量数据确定评判因子,并参照国家空气质量标准建立评判标准集;b根据空气质量数据确定各评判因子对评判标准相邻两级的隶属度,并根据各隶属度建立模糊关系矩阵;c根据计算得到的模糊关系矩阵,利用熵值法确定各评判因子所占权重;d根据模糊关系矩阵以及各评判因子所占权重计算单级评判结果;e根据单级评判结果计算得到多级评判结果。本发明方法大大减少了由于空气质量数据、人为等主观因素等对评判结果造成的影响,使评判结果更加全面客观真实,对有效的反映区域空气质量状况有重要意义。
技术领域
本发明属于大气污染评价与防治、环境工程技术领域,具体涉及一种对空气质量数据进行多级综合评判的方法。
背景技术
空气质量评判是大气污染防治的重要环节,也是环境质量评价的重要方面。空气质量评判是指根据不同的目的和需求,按照一定的原则和评判准则,用一定的评判方法对空气质量状况的好坏进行定性或定量的评估。随着我国工业现代化进程和城市化进程的加速,不合理的能源和产业结构以及城市机动车保有量的增加等因素,使得城市大气环境污染状况日益严峻,因此,对空气质量状况进行综合全面的评价尤为重要。
目前,国内外学者针对大气环境质量提出了多种评判方法,如层次分析法、模糊综合评判法、基于熵值的的模糊综合评判法等。其中,马建华利用层次分析法对乌鲁木齐市对空气质量状况进行了评判,该方法把研究对象作为一个系统,逐层的进行分析,各层之间都设置权重,都能对最终的评判结果起到影响,并且权重值都是量化的,需要的数据较少;但对于层次单排序和层次总排序需要一致性检验,当评判指标较多时,若不能通过一致性检验那么需要调整关系矩阵,这样计算量会大大增加,更适合定性的评判。Guleda Onkal-Engin等人在国际期刊《Atmospheric Environment》第38期,第3809-3815页“Assessmentof urban air quality in Istanbul using fuzzy synthetic evaluation”,一文中利用模糊综合评判法对空气质量进行了评判,该方法中权值的确定依赖于专家知识,这样会造成评价结果由于人的主观因素而形成偏差。而后有人提出的基于熵值的模糊综合评判法中,关系矩阵的确定依赖于样本值,导致评判结果会随样本值的变化而变化。另外,上述几种评判方法均为单级评判,大大降低了评判结果的有效性,不能准确的对空气质量数据进行客观真实的评判。
发明内容
本发明的目的在于提出一种对空气质量数据进行多级综合评判的方法,以针对空气环境系统中各因素间的不确定性、随机性和模糊性对空气质量数据进行多级综合评判。
为了实现上述目的,本发明采用如下技术方案:
一种对空气质量数据进行多级综合评判的方法,包括以下步骤:
a根据空气质量数据确定评判因子,并参照国家空气质量标准建立评判标准集;
b根据空气质量数据确定各评判因子对评判标准相邻两级的隶属度,并根据各隶属度建立模糊关系矩阵;
c根据计算得到的模糊关系矩阵,利用熵值法确定各评判因子所占权重;
d根据模糊关系矩阵以及各评判因子所占权重计算单级评判结果;
e根据单级评判结果计算得到多级评判结果。
优选地,所述步骤a具体为:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东科技大学,未经山东科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510924930.0/2.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置