校园环境质量的模糊综合评价方法
信息与计算科学 2003级 马文彬
指导教师 杜世平 副教授
摘要：本文应用模糊数学理论，把模糊综合评价方法具体应用到校园环境质量综合评价研究中，结合校园的实际情况将环境评价系统根据需要分成若干个指标，建立了因子集、评价集、隶属函数和权重集，实现对校园环境的质量等级综合评判。采用层次分析法计算评价的权重集，并对取大取小算法和评价结果的最大隶属度原则进行了改进，取得较好的效果。实例表明：模糊综合评价方法可操作性强、效果较好，可在一般环境的质量评价中广泛应用。
关键词：校园环境质量，模糊综合评价，层次分析法，权重
Fuzzy Comprehensive Evaluation Method for the
Environment Quality of university Campus
MA Wen-bin Information and Computational Science , Grade 2003
Directed by Du Shi-ping (Associate Prof )
Abstract: In this paper, bad on fuzzy mathematics theory, the fuzzy comprehensive evaluation is applied in the environment quality evaluation of university campus, combining the actual situation list to evaluate the general level of university campus by fuzzy comprehensive evaluation. By tting up the factor ts, the evaluation ts, subjection functions and the weighting ts. Implementation of the Campus Environment Quality Level comprehensive evaluation. The evaluation of the weighting ts are made by AHP. The choosing big or small algorithm and the maximal subjection degree of the evaluation result is improved, and the effect is very good. The applying example indicates: the rearched method is feasible and effective, it can be ud widely in the environment quality asssment.
Keywords: Environment quality of university campus，Fuzzy Comprehensive Evaluation，Analytical Hierarchy Process，Weighting
1 引言
模糊综合评价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，进行综合评价的一种方法[1]。在校园环境质量综合评价中，涉及到大量的复杂现象和多种因素的相互作用，而且，评价中存在大量的模糊现象和模糊概念[2,3,4]。因此，在综合评价时，常用到模糊综合评价的方法进行定量化处理[5,6]，评价出校园环境的质量等级，取得了良好的效果。但权重的确定需要专家的知识和经验，具有一定的缺陷，为此，本文采用层次分析法来确定各指标的权系数[7]。使其更有合理性，更符合客观实际并易于定量表示，从而提高模糊综合评判结果的准确性。此外，模糊综合评价中常取的取大取小算法，信息丢失很多，常常出现结果不易分辨(即模型失效)的情况[8]。所以，本文提出了针对模糊综合评价的改进模型。另外，本文在对模糊综合评价结果进行分析时，对常用的最大隶属度原则方法进行了改进，提出了加权平均原则方法。
2 模型的建立
2.1 模糊综合评价方法和步骤
2.1.1 模糊综合评价方法
模糊综合评价是通过构造等级模糊子集把反映被评事物的模糊指标进行量化(即确定隶属度)，然后利用模糊变换原理对各指标综合[9]。
2.1.2 评价步骤：
2.1.2.1 确定评价对象的因素论域
个评价指标，。
2.1.2.2 确定评语等级论域
，即等级集合。每一个等级可对应一个模糊子集。
2.1.2.3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，进而得到模糊关系矩阵：
矩阵中第行第列元素，表示某个被评事物从因素来看对等级模糊子集的隶属度。一个被评事物在某个因素方面的表现，是通过模糊向量来刻画的，而在其他评价方法中多是由一个指标实际值来刻画的，因此，从这个角度讲模糊综合评价要求更多的信息[10]。
2.1.2.4 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：。权向量中的元素本质上是因素对模糊子的隶属度。本文使用层次分析法来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。即，，
2.1.2.5 合成模糊综合评价结果向量
利用合适的算子将与各被评事物的进行合成，得到各被评事物的模糊综合评价结果向量。即：
其中是由与的第列运算得到的，它表示被评事物从整体上看对等级模糊子集的隶属程度。
2.1.2.6 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。
2.2 层次分析法确定权重
2.2.1 层次分析法
求权重是综合评价的关键。层次分析法是一种行之有效的确定权系数的有效方法。特别适宜于那些难以用定量指标进行分析得复杂问题[11]。它把复杂问题中的各因素划分为互相联系的有序层使之条理化，根据对客观实际的模糊判断，就每一层次的相对重要性给出定量的表示，再利用数学方法确定全部元素相对重要性次序的权系数。
2.2.2 层次分析法的步骤
2.2.2.1 确定目标和评价因素
个评价指标，。
2.2.2.2 构造判断矩阵
判断矩阵元素的值反映了人们对各元素相对重要性的认识，一般采用1—9及其倒数的标度方法。但当相互比较因素的重要性能够用具有实际意义的比值说明时，判断矩阵相应元素的值则取这个比值。即得到判断矩阵。
2.2.2.3 计算判断矩阵
用Mathematica软件计算判断矩阵的最大特征根，及其对应的特征向量，此特征向量就是各评价因素的重要性排序，也即是权系数的分配。
2.2.2.4 一致性检验
为进行判断矩阵的一致性检验，需计算一致性指标 ，平均随机一致性指标。它是用随机的方法构造500个样本矩阵，构造方法是随机地用标度以及它们的倒数填满样本矩阵的上三角各项，主对角线各项数值始终为1，对应转置位置项则采用上述对应位置随机数的倒数。然后对各个随机样本矩阵计算其一致性指标值，对这些值平均即得到平均随机一致性指标值[12]。当随机一致性比率时，认为层次分析排序的结果有满意的一致性，即权系数的分配是合理的；否则，要调整判断矩阵的元素取值，重新分配权系数的值。
