模糊物元模型范文

模糊物元模型范文（精选8篇）

模糊物元模型 第1篇

水是人类生活和生产活动中不可缺少的重要物质, 又是不可替代的重要自然资源。随着人类科技的进步和生产力的高速发展, 人类对于自然资源、水环境的破坏也日益严重, 水安全问题, 业已引起世界各国的高度重视, 成为全世界关注的焦点。

水安全问题越来越受到人们的关注, 评价和量化水安全是水安全研究中一个基础而又非常重要的工作。有很多专家都在对评价体系进行探索, 并建立了相应的评价指标体系。从总体而言, 我国在安全指标评价体系研究和应用方面还处于起步阶段。究竟怎样才能对水安全做评价、如何来表征水安全程度等是目前水安全研究领域中急待解决的问题。本文用模糊物元模型对郑州市的水安全进行评价, 具有重要的现实和指导意义。

2 模糊物元模型

2.1 模糊物元

给定事物的名称M, 其关于特征C的量值为v, 以有序三元组R= (M, C, v) 作为描述事物的基本元, 称为物元。如果其中量值具有模糊性, 则称之为模糊物元, 记作:

式中, R为模糊物元;M为事物;C为事物的特征;u (x) 为与事物特征C相应的模糊量值, 也即事物M对于其特征C相应量值的隶属度。对于水安全评价而言, M就是评价方案;C是评价指标;u (x) 则是评价方案M对于评价指标C相应指标值的隶属度[1,2]。

2.2 复合模糊物元

若事物M有n个特征C1, C2, …, Cn, 与其相应的模糊量值分别为u (x1) , u (x2) , …, u (xn) , 则称R为n维模糊物元[2]。若以Rmn表示m个事物n维复合模糊物元, 并以Mj表示第j个事物, Cj表示第j个特征, 与其相应的模糊量值为u (xij) (i=1, 2, …, n;j=1, 2, …, m) , 则有[3]:

2.3 从优隶属度计算

各单项指标相应的模糊值从属于标准方案各对应评价指标相应的模糊量值隶属程度, 称为从优隶属度。各评价指标特征值对于方案评价来说, 有的是越大越优, 有的是越小越优, 因此, 对不同的从优隶属度分别采用不同的计算公式, 如下[4]:

式中:uij为从优隶属度;maxxij和minxij分别为各方案中每一评价指标中的最大值和最小值。由此可构建从优隶属度模糊物元Rmn:

2.4 标准模糊物元与差平方复合模糊物元

由式 (5) 可以构成标准方案的n维模糊物元R0n, 其中各项由Rmn中各方案从优隶属度中的最大值或最小值确定, 则得到[5]:

事实上, 若采用最大值确定, 则U0=1, i=1, 2, …, n, 若以Δij (i=1, 2, …, n;j=1, 2, …, m) 表示标准模糊物元R0n与复合模糊物元中各项差的平方, 则组成差平方复合模糊物元RΔ, 即

式中:Δ0j= (u0j-uij) 2, (i=1, 2, …, n;j=1, 2, …, m) 。

2.5 评价指标权重的确定

在水安全综合评价中, 常需以权重系数衡量各评价指标的重要程度。目前, 权重的确定方法有很多, 如层次分析法和熵值法等, 但它们都存在主观性过多的缺点。本文采用反映评价指标特征值之间的统计参数--变异系数作为评价指标的权重。其计算公式如下[6]:

式中:以上式中, 为评价矩阵中第j个指标的均值;Dj为评价矩阵中第j个指标的均方差;δ为第j个指标的变异系数;为第j个指标的权重, 其中j=1, 2, …, m。

由此可以构造各评价指标权重复合物元Rω即:

2.6 贴近度的计算

贴近度是指被评价样本与标准样本两者之间互相接近的程度, 贴近度越大, 表示两者越接近, 反之则相离越远。因此, 可以根据贴近度的大小对各方案进行优劣排序, 也可以根据标准值的贴近度进行类别划分, 可以采用M (×, +) 算法即先乘后加运算构建欧式贴近度模糊物元矩阵RρH:

式中ρΗj为贴近度模糊物元矩阵RρH中的第j个贴近度:

3 应用实例

3.1 郑州市概况

郑州市是河南省省会, 全省的政治、经济、文化中心, 位于河南省中部偏北, 东经112°42'-114°14', 北纬34°16'-34°58'之间, 北临黄河, 西依嵩山, 东南为广阔的黄淮平原。郑州市辖12个县 (市) 、区, 其中县1个、县级市5个、区6个。据2006年的统计资料, 全市总面积7446.2km2, 其中市区面积1010.3km2, 建成区面积292 km2, 2006年末全市总人口724.28万人。

郑州地区属暖温带大陆性气候, 春旱多风, 夏炎多雨、秋凉晴爽、冬寒干燥, 四季分明, 年平均气温14.4℃;7月最热, 平均27.3℃;1月最冷, 平均0.2℃;无霜期220d, 全年日照时间约2400h。市多年平均年降水量629.2mm, 降水量时空分布不均, 夏季多雨, 汛期7～9三个月占年降水量的60%左右, 冬季少雨雪;年际间变化较大, 全市年平均降水量的变差系数为0.23。境内大小河流35条, 分属于黄河和淮河两大水系, 其中流经郑州段的黄河150.4km。

3.2 评价指标体系的构建

水安全评价指标体系的建立是区域水安全评价的前提和基础, 只有建立科学的评价指标体系, 才能对水安全状况做出客观正确的评价。为此, 本文选取了4个子系统12个指标作为综合评价指标。

水安全评价指标体系 (A1) 包括:社会安全 (B1) 、经济安全 (B2) 、水环境安全 (B2) 、水资源安全 (B4) 4个子系统。社会安全包括:人口增长率 (C1) 、恩格尔系数 (C2) 、单方水粮食产量 (C3) ;经济安全包括:人均GDP (C4) 、工业用水重复利用率 (C5) 、万元GDP用水量 (C6) ;水环境安全包括:饮用水水质达标率 (C7) 、工业废水排放达标率 (C8) 、污水处理率 (C9) ;水资源安全包括:人均水资源量 (C10) 、水资源开发利用率 (C11) 、灌溉水利用系数 (C12) 。

根据郑州市水安全的状况, 将很安全、安全、基本安全、不安全、很不安全作为体系的评价标准, 标准阈值的确定参考了国内外不同类型地区水安全的相应指标标准以及郑州市各规划年的水资源发展利用规划等。具体构建的水安全评价指标体系结构、评判对象、评判标准及2008年指标值如表1所示。

3.3 郑州市水安全评价

按照表1中评价年和评价标准提供的数据, 利用C++编程进行计算和评价, 由式 (5) 可以构造出从优隶属度矩阵由式 (7) 可以构造出差平方矩阵R△, 由式 (8) ～ (12) 可以获得水安全评价的各评价指标权重复合物元:

利用式 (14) 可以求出贴近度矩阵RρH, 评价结果为:

由贴近度从小到大的排序结果可知, 郑州市2008年水安全状况处于“基本安全”和“不安全”之间, 而从欧氏距离来看, 郑州市2008年水安全状况应属于“基本安全”。水安全状况与“基本安全”之间的欧氏距离为0.0285, 与“不安全”之间的欧氏距离为0.0935, 说明评价年水安全状况非常接近“基本安全”评价标准但还有一点距离, 还需采取一定的措施来改善郑州市的水安全状况, 以使郑州市的水安全状况进入到“安全”和“基本安全”评价标准的范围内。

4 结语

本文用模糊物元评判方法评价郑州市的水安全状况, 具有一定的可行性和实用性。水安全评价的界线模糊, 一般的评价方法很难客观地确定水安全度, 而模糊物元评判模型首先在设计中保证了单指标识别的合理性, 加之在权重分配中采用变异系数法, 使评价指标逻辑判断量化, 且保持判断思维全过程的一致性, 模型评价结果是科学的、客观的和精确的, 模型具有广泛的应用价值。

摘要：水安全评价的界线模糊, 一般的评价方法很难客观地确定其安全度, 而模糊物元模型可以有效的解决这些问题。模型评价结果表明模型是科学的、客观的和精确的, 适宜于对水安全进行评价。该系统采用模糊物元模型对郑州市水安全进行评价, 得出郑州市2008年水安全状况属于基本安全。

关键词：模糊物元模型,水安全,郑州市,变异系数法,贴近度

参考文献

[1]李凤英, 王让会, 黄俊芳, 等.中国西部地区水安全的多指标物元综合评价[J].干旱区研究, 2006, 23 (2) :269～274.

[2]吴鸿亮, 唐德善, 周克发, 等.基于物元理论的城市防洪体系综合评价研究[J].水力发电, 2007, 33 (9) :6～8.

[3]谢小平, 黄强, 蔺蕾蕾, 等.模糊物元模型在梯级水库补偿效益方案评价中的应用[J].河海大学学报 (自然科学版) , 2007, 35 (3) :276～280.

[4]刘娜, 艾南山, 方艳, 等.基于熵权的模糊物元模型在城市生态系统健康评价中的应用[J].成都理工大学学报 (自然科学版) , 2007, 34 (5) :589～595.

[5]姚玉鑫, 张英, 鲁斌礼, 等.模糊物元模型在评价区域水环境承载力中的应用[J].南京师范大学学报 (工程技术版) , 2007, 7 (2) :82～86.

水质污染评价的物元模型 第2篇

将水质标准、评价指标及其特征值作为物元,对评价标准及实测数据进行归一化后,得到模型的经典域、节域、权系数及关联度,进而建立了水质评价的`物元模型,评价结果与未确知测度模型取得了较好的一致性,而且评价结果符合客观实际.表6,参7.

作 者：王立坤 门宝辉 付强 卢铁光 作者单位：王立坤,付强,卢铁光(东北农业大学,水利与建筑学院,黑龙江,哈尔滨,150030)

门宝辉(四川大学,水利水电学院,四川,成都,610065)

模糊物元模型 第3篇

如何科学地对上市发电企业财务能力进行定量研究, 并以此指导企业经营管理和提高企业质量已成为近年来研究的重点之一。

物元模型是用于解决矛盾和不相容问题的有力工具, 而模糊数学是解决模糊问题的重要工具。因此在物元分析的基础上, 结合模糊集合概念, 建立模糊物元分析方法, 将会为上市发电企业财务能力评价研究提供一条新的途径。

2 模糊物元分析步骤

2.1建立复合物元矩阵

给定事物的名称N, 它关于特征C有量值为V, 以有序三元R= (N, C, V) 组作为描述事物的基本元, 简称物元。如果其中量值V具有模糊性, 便称为模糊物元。如果事物N有n个特征C1, C2, …, Cn和相应的模糊量值V1, V2, …, Vn, 称R为n维模糊物元, 简记为R= (N, C, V) 。如果m个事物的n维物元组合在一起, 便构成m个事物n维复合物元Rmn, 若将Rmn的量值改写为模糊物元量值, 称为m个事物n维复合模糊物元, 记作

undefined

式中, Mi为第i个事物, i=1, 2, …, m;Cj为第j项特征, j=1, 2, …, n;uij为第i个事物第j项特征对应的模糊量值, 即隶属度。

2.2 将复合物元矩阵变换为隶属度矩阵

为了将模糊物元矩阵变换为隶属度矩阵, 需要引入从优原则, 即

对正指标:

uji=Xji/maxXji (j=1, 2, …, m;i=1, 2, …, n) (2)

对负指标:

uji=minXji/Xji (j=1, 2, …, m;i=1, 2, …, n) (3)

对适度指标:

uji=min (Xji, u0) /max (Xjiu0) (4)

上面3个公式中, uji是第j个方案 (事物) 第i项指标 (特征) 的从优隶属度;maxXji是各评价方案中每一项指标所有Xji量值中的最大值;minXji是各评价方案中每一项指标所有的Xji量值中的最小值;min (Xji, u0) 和max (Xji, u0) 分别表示在Xji和u0中取最小的和最大的。

2.3 从隶属度矩阵变换为关联系数矩阵

这一步很简单, 就是把隶属度uji作为关联系数ξji。

2.4 求关联度向量

在关联系数矩阵中每一个事物都有n个关联系数, 除非某事物所有的关联系数都明显优于其他事物, 否则从关联系数矩阵很难看出哪个事物最优。如果能够把每个事物的n个关联系数集中到一个值, 那么再比较起来就变得很容易了。某个事物的所有关联系数的集中值就是关联度, 第j个事物的关联度以Kj表示。关联度的实质是对某个事物与标准事物关联性大小的度量。m个事物的关联度组成关联度向量。

以Rw表示每一个方案各评价指标的权重复合物元, 以undefined表示由m个关联度所组成的关联度复合模糊物元 (关联度向量) , 采用加权平均集中处理, 则有

undefined, 这里的“*”表示运算符。

本文在计算关联度时使用的方法是

undefined

2.5 关联度排序

对应用于找寻最佳方案的模糊物元分析, 求出关联之后, 需要对关联度进行比较, 从而获得最符合要求的解。最常用的比较原则是最大关联度原则, 从各个事物的关联度中找出最大值, 即

K*=max (K1, K2, …, Km) 。

K*所对应的事物就是最符合要求的事物。

3 评价指标权重的确定

3.1 协商定权理论方法

权重反映上市发电企业财务核心竞争能力指标的相对重要程度, 目前常用的分析方法是单人层次分析法, 但由于专家的偏好和经验等问题, 可能偏重某一方面, 而使得单人定权的权值不符合实际。使用群组定权方法可以将个人的偏好和爱好集结为群体的偏好和爱好, 结合大家意见使权值科学、合理。协商定权属于群组定权中的一种, 它使用方便, 求解简单, 本文使用此方法来完成群组定权。

设定权者共有ng (>2) 个, 分别为p1, p2, …, png。pk赋予指标Cj的权为pkj, 0≤pkj≤1且undefined。

对于给定的pkj, 称

undefined

为群协商区间。

ϕj=ϕ (Dj) =mp (Dj) +εjl (Dj) , j=1, 2, …, n (7)

式中, undefined, 为协商区间中点;undefined, 为协商区间宽度;εj为协商系数。

称undefined

为指标Cj的协商权重, ε= (ε1, ε2, …, εn) 。

3.2 熵权的概念

定义1 在有m个研究对象n个指标的问题中, 第j个指标的熵Hj定义为:

undefined

式中, undefined;k= (lnm) -1;Hj>0;并规定当pij=0时, pijlnpij=0。

定义2 指标j的偏差度dj=1-Hj, 设指标j的熵权为θj, 则:

undefined

3.3 主客观权重

为全面反映研究指标的重要性, 通过协商定权方法, 将专家们对各指标给出的主观权重wj′ 与客观权重θj相结合, 最终确定各指标的权重为:

undefined

式中, wj为主客观组合权重, 且undefined。

4 财务能力的研究指标体系

为清晰地表现财务核心竞争能力研究体系的构成, 我们将其分成3个层次 (参见表1) 。

一级目标:财务指标项Y1。

二级目标:财务指标6个, 即K1～K6。

三级目标:三级目标就是具体指标。

注:指标性质:+代表正指标, -代表负指标, 0代表适度指标。

5实例应用

本案例研究所选用的上市公司的资料均来自中国证监会指定的信息披露网站:巨潮资讯和证券之星。所用数据为每家企业2007年年报中的数据, 并在必要的指标上同时选用了2006年和2005年的相关数据。

经过计算, 最终得到10家上市发电企业财务能力综合得分, 并按得分高低排列次序, 见表2。

6结语

模糊物元模型以促进事物转化、解决不相容问题为核心, 适用于多因子研究问题。将其应用于上市发电企业财务能力研究, 取得了很好的效果。而基于协商定权的主观定权方法, 不仅可以将个人的偏好集结为群体的偏好, 使权重符合实际, 而且操作简单, 便于应用, 将它和信息熵理论结合, 确定出的指标权重更加科学。

参考文献

[1]双冠成.电力上市公司经营业绩评价的模糊优选模型[J].南京工程学院学报, 2002 (4) :23-25.

[2]蔡文.物元模型及其应用[M].北京:科学技术文献出版社, 1994.

模糊物元模型 第4篇

关键词：应急物流,模糊物元,线路优选,决策模型

一、前言

突发性自然灾害具有爆发时间和地点的不可预知性,往往给社会带来巨大的人员伤亡和财产损失。为此,应在灾害发生后最短时间将应急救助物资运达受灾点,这类应急物流具有非正常性、时间约束的紧迫性、弱经济性等一般物流活动不具有的特点。[1]当前技术条件下,合理选择运送路线成为实现应急物流目标的关键所在。由于突发性自然灾害的不确定性和模糊性,难以进行准确的评估,给运输线路的评价优选造成了较大的障碍。

针对这一问题,国内外学者给出了一系列解决方法,包括AHP层次分析法及结合层次法的模糊排序、[2]模拟退火算法、[3]蚁群聚类算法、[4]神经网络算法[5]等。但这些方法各有缺点,层次分析法要求指标的层次结构系统中的指标有较大独立性,造成方法的通用性和准确度较差。而各种启发式算法虽然客观性较好,但一方面计算时间较长,不利于满足应急物流的时间限制,另一方面要求输入数据具有较高的精确度,实际应用性有待提高。针对这一情况,本文提出基于模糊物元分析的应急物流线路方案优选模型。

二、构建应急物流评价指标体系

突发性自然灾害的应急物流指标选择中,经济性将不再成为最重要的指标,而时间性、安全性和通过性等指标将更为突出。依据这一原则,构成图1。

在突发性自然灾害中,由于道路可能受到破坏,及天气环境可能的异常,难以预测各的行驶时间,因此考虑采用路线总长度、线路方案中各路段的行进时速作为方案优选的主要依据。节点连通度用于考察路径通过节点(城镇节点、机场码头、物流仓储节点、物资加工企业节点等)的连通状况,这些节点的存在将有利于最大化实现应急物流的救灾目的。另外,运输路径中的瓶颈障碍数和通信条件也会对应急物流的时间效率造成重大影响,因此需要将其列入评价指标之中。

由于各指标对应急物流的影响程度不同,因此必然需要为各指标确定客观、合理的权重。层次分析法和熵权法是分别倾向于主观和客观的权重计算方法,因此,本模型采用综合集成赋权法确定各指标权重,力求既充分保留各个指标值传递的信息,又可借鉴专家对突发性环境变化的知识经验,从而使量化结果更加符合实际。设下列公式:

式中:k为主观权重和客观权重的偏好系数,k∈[0,1]。该偏好系数的取值可根据应急物流线路选择的具体环境确定。

三、具体模型

1、模糊物元模型。

本文将事物、特征及相应的模糊量值结合起来描述多目标的应急物流路线选择问题。将评价指标名称作为模糊物元特征,各分目标函数的优属度作为物元的模糊量值,建立模糊物元模型。

2、从优隶属度模型。

本课题采用不同的方式计算各应急物流路线方案不同指标的从优隶属度:

越大越优型:

越小越优型:

根据突发性自然灾害中应急物流线路优选决策评价指标的含义,路径长度(C1)、行驶困难度(C2)和瓶颈障碍数(C6),这3项指标为越小越优型;道路平均时速(C3)、运输安全性(C4)、节点连通度(C5)和通信条件(C7),这4项指标为越大越优型。

3、贴近度求解。

贴近度表示的是各路径选择方案与理想最优方案之间互相接近的程度,贴近度值越大表示两者越接近,反之则较远。因此,贴近度最大的方案通常视为最佳方案。本文中选择采用M(·,+)模式来计算各方案的贴近度。

式中:ωj为各量化指标的综合权重,μij为各方案内各个指标的从优隶属度,maxμij为各方案指标隶属度中的极大值。

三、算例分析

引入一个自然灾害应急物流路线选择的实例进行计算:某次洪水造成某地严重人员财产损失,现要向灾区运送急救物资,抢险指挥部提出四条路线选择方案,经数据采集及初步综合测算,得各项指标值如表1。

由上表,可建立相应模糊物元矩阵:

进而根据公式(1)及(2),得出相应隶属度矩阵:

最后,计算出各路线方案的贴近度。

从表2可以看出,各方案与理想线路贴近度M1>M3>M4>M2,因此路线方案1为优选出的最佳应急物流路线方案;而路线方案2虽路径长度最短,但整体路线评价度反而最低。

本文根据应急物流路线选择的一般原则,建立了一种基于模糊物元关联分析的路线优选决策模型,作为突发性自然灾害中应急物流运输线路方案的选择,能为应急物流的管理和指挥提供辅助决策依据。但该模型中的评价指标还有待于完善,模型计算所需数据的自动化采集与输入也要进一步研究实现。

参考文献

[1]王丰,姜玉宏等.应急物流[M].北京:中国物资出版社,2007.

[2]龚亚伟,吴青.基于AHP的应急物资车辆路径选择的研究[J].物流科技,2007,(9):90-92.

[3]王海军.模拟退火算法在应急物流车辆调度中的应用[J].物流工程与管理,2009,(6):8-10.

[4]唐连生.应急物流配送问题的蚁群聚类算法研究[J],铁道运输与经济,2008,30(9):66-73.

[5]李博文.基于模糊神经网络的应急物流最优路径选择[J].物流技术,2009,(12):162-174.

[6]蔡文.物元模型及其应用[M].北京:科学技术文献出版社,1994:21-159.

模糊物元模型 第5篇

一、模糊物元模型

物元分析理论研究物元及其变化规律, 是解决现实中不相容问题的有效方法 (5) (6) 。它试图把人们解决问题的过程形式化, 从而建立起相应的物元模型, 实现定性到定量的描述和转换, 特别适用于定性、定量相结合的多指标量化问题。

1. 模糊物元及复合模糊物元。

在物元分析中, 用事物、特征、量值三要素组成物元来描述事物。给定事物的名称N, 其相关特征C的量值为x, 以有序三元R= (N、C、x) 构成描述事物的基本元。如果其中量值x具有模糊性, 便称为模糊物元;如果事物N有n个特征C1, C2, …, Cn及其相应的量值X1, X2, …, Xn, 则称R为n维模糊物元。如果m个事物的n维物元组合在一起便构成m个事物的n维复合物元Rnm。若将Rnm的量值通过设定隶属函数来确定隶属度, 或根据从优隶属度原则可写成模糊物元量值, 称为m个事物n维复合模糊物元即:

式中:Rnm为m个事物的n维个复合物元;Nj为第j (j=1, 2, …, m) 个事物;C1为第i (i=1, 2, …, n) 个特征;φij为第j个事物第i个特征对应的模糊量值。

2. 标准模糊物元和差平方复合模糊物元。

根据从优隶属度原则, 在计算出各物元从优隶属度的基础上 (7) , 确定从优隶属度模糊物元中各评价指标的从优隶属度的最大值或最小值, 即标准模糊物元。本文以最大值为最优, 即各指标从优隶属度均为1。

若以Δij (i=1, 2, …, n;j=1, 2, …, m) 表示标准模糊物元Rnm与复合从优隶属度模糊物元Rnm中各项差的平方, 则组成差平方复合模糊物元。

二、综合权重

表征各评价指标重要程度的权重因子在优度评价中十分关键, 它直接影响待评对象的优度大小, 亦即直接影响评价结果。通常, 在权重确定时或采用主观赋权或采用客观赋权, 使得评价结果或受评判者主观性影响较大或在评价中不能表达评判者的主观意志。为克服这一缺陷, 本文将层次分析法 (AHP) 和熵权法有机结合在一起 (8) (9) , 力求在权重的确定上达到主观和客观的统一, 从而使量化结果更加符合实际。

设di表示AHP法得到的第i个指标的主观权重, B1表示第i指标的熵值, 则第i个指标的综合权重可表示为:

式中:ωi为综合权重;δ为主观权重的偏好系数, 本文取δ为60%。

三、欧氏贴近度和综合评价

根据本文的具体评价意义和评价指标体系, 采用加权求和模型计算单元欧氏贴近度ρj作为评价标准, 继而得到贴近度复合模糊物元即矿业循环经济水平的综合评价结果。

四、实证分析

本文以我国2002—2006年的矿业循环经济水平为例, 对其进行综合评价。构建了由表1中17个评价指标组成的指标体系, 其中前15个指标的数据来源于2003—2007年的《中国统计年鉴》, 后2个指标为定性指标, 需进行模糊化处理 (10) ;划分为9个等级, 即{极好, 很好, 好, 较好, 一般, 较差, 差, 很差, 极差}, 分别对应[1, 9]区间的{9, 8, 7, 6, 5, 4, 3, 2, 1}, 采用专家打分, 并结合相关资料给出其指标得分。因前6个指标为减量化指标, 均属于逆向指标, 需通过取其倒数转换为正向指标, 通过计算可得到从优隶属度模糊物元。各项量化指标的从优隶属度模糊物元数值如表1所示。

将由层次分析法得到的主观权重和由熵权法得到的客观权重, 利用公式 (3) 得到综合权重ω, 其向量为:

由公式 (4) 计算出的欧式贴近度复合模糊物元为:

其中, 复合模糊物元RP中的欧式贴近度即是我国2002—2006年各年的矿业循环经济水平状况, 这5年矿业循环经济水平的变化趋势折线图如图1所示。

根据图1的变化趋势可知, 我国矿业循环经济综合发展水平逐年提高, 从2002年的0.125提高到2006年的0.645, 年均增幅超过70%, 呈现出良好的发展态势。这说明我国在发展矿业循环经济方面取得了一定的成就, 这与近年来我国采取产业结构优化、工业布局调整、清洁生产及资源综合利用推广等举措是分不开的。在这五年中只有2005年矿业循环经济水平增速放缓, 其主要原因是指标中权重较大的固体废弃物排量在2005年明显增加, 在其他指标从优隶属度增强因素的影响下增速放缓。虽然我国矿业循环经济已取得了一定成绩, 但还有一些指标存在发展的潜力, 如国家对环保投资的比例较国外相比还有很大差距等。因此, 我国应在认识到自身发展的基础上, 通过建立资源节约机制、环境消费和环境生产的联动机制、生产活动影响的评估机制等来更好地发展我国矿业循环经济。

五、结论

为克服单一赋权法的缺陷, 把层次分析法和熵权法有机组合构成综合权重, 增强了逻辑性和实用性, 将综合权重应用于模糊物元评价模型, 利用该模型对我国2002—2006年矿业循环经济水平进行评价, 可详细了解我国矿业循环经济的发展水平和趋势。该研究将为我国矿业发展提供决策参考, 同时也丰富了循环经济的评价方法, 具有一定的应用意义。

注释

1[1]田炯, 王翠然.层次分析法在生态效率评价中的应用研究[J].环境保护科学.2009 (1) :118-120

2[2]Al-Subhi Al-Harbi, K.M.Application of t he AHP in the project management[J].International Journal of Project Management.2001 (19) :19-27

3[3]黎雪林.我国循环经济的系统分析.评价与管理研究[D].暨南大学, 2007:65-69

4[4]薛婕, 周景博等.基于DEA的产业园区循环经济效率评价[J].环境科学与管理, 2009 (12) :141-143

5[5]蔡文.物元模型及应用[M].北京:科学技术文献出版社, 1994

6[6]张斌, 雍歧东, 肖芳淳.模糊物元分析[M].北京:石油工业出版社, 1997.

7[7]周泰, 叶怀珍.基于模糊物元欧式贴近度的区域物流能力量化模型[J].系统工程, 2008 (6) :28-31

8[8]T.L.萨蒂.层次分析法[M].北京:煤炭工业出版社, 1988.

9[9]刘刚, 赵桂琴, 魏黎明.基于熵权赋权法的灰色系统理论在燕麦品种综合评价中的应用[J].中国草地学报, 2007 (3) :84-88

模糊物元模型 第6篇

铁路作为支撑国民经济可持续发展的重要支柱, 在整个交通综合运输系统中占有极其重要的地位。近年来, 公路、航空、水运等交通运输方式的企业都积极的以市场主体的身份参与到更加激烈的市场竞争中, 但由于运能大、路网优势明显、耗能低的特点, 铁路仍然是服务社会经济发展的重要力量。不容忽视的是, 受到计划经济体制的长期影响和铁路自然垄断性特征的存在, 铁路运输供给能力和社会经济现实需求之间存在巨大差距, 铁路运能不足就成为了制约铁路发展的主要瓶颈, 但同时也不能排除铁路生产效率存在的明显问题。自从上个世纪90年代以来, 铁路行业通过加快改革经营管理体制和运输组织方式, 在整体经营效益上取得了一定的效果, 铁路行业在进一步推进体制改革创新的同时, 必须对铁路生产效率进行客观、科学的评价, 找到影响铁路生产效率的关键因素, 从而有利于铁路部门采取相关措施, 不断提高生产效率, 为铁路参与现代物流行业竞争提供参考意见。

1 文献综述

铁路生产效率一直都是相关学者和铁路实务工作人员关注的焦点问题, 在铁路生产效率测定的研究中, 大多数研究成果都是从铁路行业的商业性特点出发, 采用时间序列数据和截面数据进行建模计算, 采用的方法主要有因子分析、数据包络分析、综合评价模型等方法, 在指标的选择上差异不大, 但是指标数量的选择略有不同。朱晓立等 (2005) 采用因子分析方法对1990～2001年的铁路运输效率进行了综合评价, 研究表明我国铁路运输效率在1995年后出现了上升势头, 认为铁路列车运输速度的提升贡献最大[1];李兰冰 (2010) 以DEA模型和Malmqusit全要素生产率指数为理论工具, 将铁路客运与货运、产出阶段与创收阶段纳入统一研究框架, 建立“双活动——双阶段”效率分析框架, 系统地考察中国铁路运输的生产效率与生产力[2];高莹等 (2011) 分析了网络DEA方法, 并且结合根据铁路运输企业的特点, 将铁路运输企业的生产过程分为车辆维修和运营2个子过程, 构建了关于铁路运输企业的效率评价指标体系, 且建立了两阶段网络DEA模型[3];张润宇 (2011) 基于CCR模型和CCGSS模型, 以旅客周转量和货运周转量为产出指标, 以劳动和资本为投入指标, 利用1992～2005年的铁路运输业相关数据构造了DEA评价的14个决策单元, 并对铁路运输业的生产要素使用效率进行了DEA分析[4]。结果认为, 铁路运输业的生产要素使用效率较低, 其实际投入量没有得到充分利用, 出现了较为严重的资源闲置情况。从已有的文献可以看出, 大多数研究都表明铁路生产效率整体水平偏低, 但整体呈现稳步上升的趋势, 只是在具体的结论数据上存在一定差异, 主要是跟所选时间序列数据样本长度、生产函数投入产出指标差异、模型方法选择有关系。但是以往的研究也存在一些不足, 比如单纯得到生产效率结果却并没有对其影响因素进行分析、省级层面截面数据跟各铁路局运输管理范围及利益分配现状不符等。文章从影响铁路生产效率的技术经济因素角度出发, 首先采用DEA模型测算1998～2009年铁路生产效率, 然后将铁路技术经济因素分类, 采用基于熵权的模糊物元方法计算出4个分类技术经济因素数值, 最后采用Tobit模型将生产效率做为因变量, 分类的技术经济因素为自变量进行回归分析, 从而发现哪些技术经济因素对铁路生产效率的提升具有显著作用, 为铁路部门提供如何通过提高技术经济因素从而实现生产效率增长的参考建议。

2 研究方法和模型基础

2.1 DEA模型

数据包络法 (DEA, Data Envelopment Analysis) 是用于研究多投入、多产出的决策单元 (DMU, Decision Making Unit) 间相对有效性的一种系统分析方法[5]。DEA方法可以处理多输入、多输出DMU的相对有效性评价问题, 且无需对指标进行繁琐的无量纲化转换, 也不需要预先估计参数。DEA方法的应用, 能够避开这些交互作用与关系影响的显性表示, 通过“有效前沿面”中被评价对象的相对有效性对其定位, 从而对铁路生产效率给予有效评价。

设有n个决策单元, 每个决策单元都有m种类型输入和s种类型输出, 分别用输入Xj和输出Yj表示物流业可持续发展系统中第j个决策单元的输入向量和输出向量。则有:

本文采用可评价相对规模有效性和相对技术有效性的C2R模型

基于凸性、锥性、无效性和最小性公理假设时的具有无穷小量ε的C2R模型为:

undefined

其中, undefined, eT= (1, 1, …, 1) ∈Es, S-= (S1-, S2-, …, Sm-) T是由与投入相对应的松弛变量组成的向量, S+= (S1+, S2+, …, Ss+) T是由与产出相对应的剩余变量组成的向量。若目标函数的最优值θ0, λj0, (j=1, 2, …, n) 满足θ=1, S+=0, S-=0时, DMUj0为DEA有效, 此时DMU技术效率与规模效益最佳;当θ=1, 但S+与S-不全为0时, 综合效果有效但投入与产出还需调整, DEA弱有效;否则非DEA有效, DMU投入不当。

2.2 基于熵权的模糊物元方法

影响铁路生产效率的技术经济因素众多, 通过模糊物元方法将几个因素进行综合计算, 得到时间序列类型的分类后技术经济因素值。在物元分析中, 描述的事物M及其特征C和量值x组成物元R= (M, C, x) , 同时把事物的名称、特征和量值成为物元三要素[6]。事物M有n个特征C1, C2, ……, Cn及其相应的量值x1, x2, ……, xn, 则称R为n维物元。m个事物的n维物元组成在一起, 便构成m个事物的n维复合物元, 记为Rmn。通过设定隶属度函数进行变换, 得到Rmn (Rmn和Rmn都是一个m×n的矩阵) 。

其中, Mi为第i个事物, Cj为第j个特征对应的量值, μij为第i个事物第j个特征对应的模糊量值。

为了更加充分的衡量铁路技术经济因素的相对性, 定义隶属度函数如下:

对于效益型指标, undefined

对于成本型指标, undefined

接下来, 使用关联函数, 求出相应的函数值, 这个值称为关联系数ζij。由于关联函数和隶属度函数等价, 故关联系数可以有隶属度确定, 即有

然后考虑到量化结果是同一事物全部特征工作作用的结果综合, 本文采用M (·, +) 模式, 得到关联度

undefined, i=1, 2, …, m (7)

其中的wj是第j项指标的权重值, ζij是第i个事物的第j项指标的关联系数。

然后构造关联度复合模糊物元:

需要说明的是第j项指标的权重值wj的得到, 本文采用了更加客观的熵权法进行计算。第j项指标的熵值Hj和熵权wj的计算公式如下。

undefined, j=1, 2, …, n (9)

undefined, j=1, 2, …, n (10)

2.3 Tobit回归

Tobit模型是经济学家托宾1958年在研究耐用消费品需求时提出的一个经济计量学模型。Tobit模型的一个重要特征是, 解释变量Xi是可观测的, 被解释变量Yi只能以受限制的方式被观测到。Tobit模型如下

undefined

其中, y*i=βxi+εi εx∶Nomal (0, σ2)

3 实证分析

3.1 铁路生产效率测定

结合铁路生产特点和铁路相关统计数据的可得性, 选择铁路就业人数和铁路营业里程作为投入变量, 旅客周转量、货物周转量和运输收入作为产出变量。全部数据来源1999～2010年《中国统计年鉴》, 运用Deap2.1软件在以产出为目的前提下计算结果见表1。

数据来源:1999～2010年《中国统计年鉴》

从全国平均水平来看, 铁路系统的综合技术效率只有0.817, 说明我国铁路系统的总体效率偏低, 但是规模报酬每年都是呈现递增的态势, 我国铁路纯技术效率 (0.995) 明显高于规模效率 (0.821) , 说明我国铁路系统无效率主要来自规模无效率。铁路规模无效率正是由于其对固定资产的高强度使用, 导致平均运输成本的降低, 铁路行业垄断性导致了企业内部的无效率, 从而抵消规模经济效益所带来的成本节省, 说明在现有技术水平下, 仅仅依靠增加铁路资本投入无法从根本上转变我国铁路的困境, 根本出路还是要进行铁路行业运营模型的改革和创新。从综合技术效率看, 铁路系统生产效率只有2009年有效, 其他年份属于无效, 平均效率只有81.7%, 平均有18.3%的资源是浪费的, 说明伴随着铁路营业里程的增长, 资源利用逐步提高;同时由于铁路就业人数呈现历年递减的趋势, 但综合技术效率却呈现增长趋势, 说明通过铁路人事制度改革, 进一步引进高素质铁路人才、提高人员素质, 优化铁路员工队伍结构是可以降低铁路从业人员数量减少的直接效应, 从长期看从业人员技术水平的提高是铁路提高效率的关键。纯技术效率衡量是以既定投入资源提供相应产出或服务的能力, 我国铁路技术效率偏低很可能跟运能不足和经营管理不善有关。规模效率平均只有82.1%, 说明我国铁路现有投入与最佳规模存在一定差距, 规模无效率是影响铁路系统总体效率的主要因素。铁路是通过固定路网提供服务具有规模经济的基础设施产业。整体规模效率值偏低正是由于对固定资产的高强度事业性管理, 出现了平均运输成本的降低, 导致了企业内部的低效率;规模效率小于1, 说明铁路系统生产效率规模效益处于递增阶段, 数值逐年增长且越来越接近1, 也正反映了我国铁路近年来高速建设的实际情况, 说明我国铁路现有投入与最佳规模投入的差距越来越小。因此, 为了提高铁路系统生产效率, 增强铁路在现代交通体系的竞争力, 实现铁路可持续发展, 除了在现有技术水平上加大铁路建设规模之外, 做好铁路行业运营机制的改革和创新是提高铁路系统生产效率必然之路。这样的结论跟李兰冰[4]的结论存在差异, 主要原因可能是文献5采用的省级层面的截面数据, 跟铁路局跨省份实际存在的和本文采用时间序列的数据研究的全国铁路系统不同。

3.2 铁路技术经济因素的模糊物元处理

跟以往的研究角度不一样, 文章从影响铁路生产效率的技术经济因素出发, 去定量研究铁路生产效率与技术经济因素之间的关系。铁路技术经济因素是用来表明设备、原材料、动力等利用程度, 以及反映生产技术水平、经济效果和产品质量的各种影响因素的总称, 是日常铁路统计人员和工程技术人员常用的分析指标。根据胡思继教授在《指标分析理论与铁路运营指标分析》[7]一书中对货车运营指标、机车运营指标和列车运用指标的研究, 我们将可获得的21个指标分为4个大类, 分别是机车因素 (货运机车日产量、货运机车平均牵引总重、货运机车日车公里、客运机车日车公里) 、逆向因素[8]。提高牵引力动力, 优化铁路牵引动力结构, 加大铁路电气化改造, 广泛使用电力机车, 提高电力牵引比重。减少铁路中间作业环节, 提高操作效率。优化铁路中间站作业流程, 加快作业速度, 减少中间作业环节和停留时间, 加强对中间环节的质量、安全监督。进一步提高列车运输, 减少在途运输时间, 加快人员和物资流通速度;提高运行准度, 减少时间误差, 提高客户服务水平。进一步加大铁路路网密度[9]。加大铁路基础建设投资, 延长铁路营业里程, 同时要发挥铁路网络优势, 优化铁路网络, 提高整体运营效率。提高货车静载重。铁路系统应该通过尽量利用大吨位货车、合理调配使用车辆、改变货车包装及货车装载方法和加强货车运用组织工作来提高生产效率[10]。在进一步扩大运能的同时, 应鼓励铁路企业进行创新, 特别在铁路货运的双层集装箱、重载运输和客运的动车组、城际高铁等方面。从长期看, 只有通过铁路运营结构调整、技术创新才能提高铁路生产效率, 实现铁路可持续发展。

4.2 结论

(1) 通过DEA模型测量出我国铁路系统的生产效率, 综合生产效率呈现逐年增长的趋势, 铁路平均规模效率值为0.821, 表明铁路现有投入和最佳投入之间存在差距。因此加大铁路投入、满足实现需求仍然是铁路工作的重点, 但从规模效率增长看铁路系统进行技术革新将是必然趋势。

(2) 将21个对铁路系统生产效率存在影响的技术经济因素分类降维, 采用具有熵权的模糊物元方法测算技术经济因素值, 计算结果表明铁路技术经济因素出现了明显的增长, 铁路技术含量逐年提高。

(3) 采用Tobit模型对影响铁路生产效率的技术经济因素进行了识别, 发现逆向因素、列车因素和运能因素对铁路生产效率具有显著影响。从技术经济因素视角出发来探讨铁路生产效率高低及其原因也是本文的最大创新点。

摘要：提高生产效率是铁路参与市场竞争, 服务国民经济可持续发展的必然要求。应用DEA方法测量铁路近12年的生产效率, 在第二阶段将铁路技术经济因素分类降维并进行基于熵权的模糊物元处理, 并在第三阶段通过Tobit模型对影响生产效率的技术经济因素予以识别。研究表明: (1) 我国铁路总体生产效率较低, 规模无效率是主要原因, 但总体效率呈逐年增长趋势; (2) 分类的4个技术经济因素呈逐年增强的趋势; (3) 分类的3个技术经济因素和生产效率关联性显著, 技术进步对生产效率的提高具有明显的正向作用。

关键词：铁路生产效率,DEA,模糊物元,技术经济因素

参考文献

[1].朱晓立, 叶峻青.1990~2001年我国铁路运输效率的综合评价[J].技术经济, 2005, (3) :51~54

[2].李兰冰.中国铁路运营效率实证研究:基于双活动——双阶段效率评估模型[J].南开经济研究, 2010, (5) :95~110

[3].高莹, 李卫东.基于网络DEA的我国铁路运输企业效率评价研究[J].中国软科学, 2011, (5) :176~182

[4].张润宇.我国铁路运输业生产要素使用效率研究[J].山东经济战略研究, 2011, (6) :18~21

[5].魏权龄.评价相对有效性的DEA方法[M].北京:中国人民大学出版社, 1998

[6].周泰, 王亚玲.基于模糊物元的区域物流发展水平评价[J].北京交通大学学报 (社会科学版) , 2010, (7) :38~40

[7].胡思继.指标分析理论与铁路运营指标分析[M].北京:中国铁道出版社, 2010

[8].陆东福.加快铁路发展对节能减排的贡献与责任[J].铁道运输与经济, 2009, (12) :1~3

[9].肜新春.新中国铁路投资的周期性与经济增长[J].当代中国史研究, 2009, (11) :59~69

模糊物元模型 第7篇

玉米是我国继水稻之后的第二大粮食生产作物,且东北春玉米区是我国三大玉米种植区之一[1],玉米播种面积占全国的24. 66% ,玉米产量占全国的30. 78%[2]。玉米作为黑龙江省三大主要粮食作物之一,其播种面积占全国玉米播种总面积的10% ,产量占全国玉米总产量的9% 左右,商品率高达70%[3]。然而,我国目前水资源总量较少,水资源利用效率偏低,农业灌溉水的利用效率仅有40% ~ 50% ,而发达国家可以达70% ~ 80%[4]。加之黑龙江省耕地面积占全国的1 /9,是全国最大的商品粮生产基地[5],而半干旱地区的耕地面积占总面积的50% ,季节性干旱成为影响黑龙江省粮食产量低且不稳定的主要因素。因此,实行节水灌溉和提高水分利用效率显得尤为重要。

调亏灌溉是20 世纪70 年代由澳大利亚学者提出的,主要的理论依据是: 在作物生长的某一阶段,有目的地进行一定程度的控水处理,使得各组织器官的光合同化物重新进行分配。与充分灌溉相比,其具有提高作物水肥利用效率及改善作物品质的作用[6,7]。

目前,基于熵权的模糊物元模型在环境科学与资源利用领域应用得较多,但在节水灌溉领域国内学者一般都会应用投影寻踪的方法进行评价,几乎很少有人应用基于熵权的模糊物元模型进行评价。本文将建立基于熵权的模糊物元模型,对玉米各生育阶段的各个生长发育指标进行综合测评,以评价出最优的灌水处理模式,为黑龙江省农业水资源的合理高效利用提供技术支持。同时,通过验证试验得到最优灌水处理的结果与评价出来的结果相一致。

1 材料与方法

1. 1 试区概况

试区选择在黑龙江省水利科学研究院综合试验基地,基地总面积为55hm2,属中热带大陆季风性气候,全年平均气温在- 4 ~ 5℃ 之间,无霜期130 ~140d,年平均降水量400 ~ 650mm; 降雨多集中在7 - 9月份,约占全年的70% ,多年平均水面蒸发量796mm。

土壤速效氮( N) 154. 4 mg /kg,速效磷( P2O5)40. 1mg / kg,速效钾( K2O) 376. 8mg / kg,p H为7. 27[8]。经测量,测筒内表面土层至50cm土层之间的平均田间持水率( 占干土重) 为28. 57% ,土壤容重为1. 14g /cm3。

1. 2 试验设计

试验在移动式防雨棚内进行,供试土壤为壤土,玉米品种为“东福1 号”,种于内径为50cm、深度95cm的测筒内。为避免测筒内部土壤与外部进行水分交换,故将测筒设计为圆形有底且内部土壤表面与田间地面齐平。采用对比试验的方法,设置20 个处理、3次重复,共计60 个测筒。试验于4 月28 日播种,每个测筒播种5 粒,出苗后至三叶一心期定苗1 株,开始进行水分调亏,每天上午8: 00 对各个测筒内玉米的实际耗水量采用分辨率为0. 05kg的电子吊秤进行测定。当各测筒土壤相对含水率低于设计控制上限水平时,用量杯补水到设计控制上限水平,记录各测筒每次灌水量。底肥412 kg / hm2,其中,尿素与二铵的比例为2: 1。玉米不同生育阶段的水处理方案如表1所示。表1 中: 各水分处理的百分比均为占田间持水量的百分比; 处理19 作为对照处理; 处理20 为充分灌溉。本文的耗水量指的是作物的蒸发蒸腾量。

1. 3 模型介绍

1. 3. 1 模糊物元简介[9,10,11,12,13]

物元是指给定事物的名称P ,它关于特征C的量值为v ,以有序3 元R = ( P,C,v) 组作为描述事物的基本元,简称物元。物元的三要素分别为事物名称P 、特征C和量值v 。若量值v具有模糊性,则称该物元为模糊物元。假设事物P有n个特征,分别为c1、c2、…、cn,各特征对应的量值为v1、v2、…vn,则表示为

%

通常用Rmn表示m个事物n维复合物元,即将m个事物的n维物元组合在一起。若将Rmn矩阵中的量值用模糊物元量值代替,则Rmn表示为m个事物n维复合模糊物元,公式为

式中Pi— 第i个事物,i = 1,2,…m ;

Cj— 第j个特征项,j = 1,2,…n ;

μ( Xij) —第i个事物第j个特征项对应的模糊量值,i=1,2,…,m,j=1,2,…,n。

1. 3. 2 从优隶属度模糊物元R'mn的构建

为使不同量纲的评价指标,统一为无量纲的标准化指标,本文采用从优隶属度原则,即从属于标准方案各单项指标相应的模糊值对应评价指标相应的模糊量值的隶属程度,称为从优隶属度,由此建立的原则称为从优隶属度原则。一般有两种类型的从优隶属度指标[14],分别是:

对于越大越优型,采用公式为

对于越小越优型,采用公式为

式中μij—从优隶属度;

Xij—第i个事物的第j项评价指标对应的量值,i=1,2,…m,j=1,2,…n;

max Xij—为各事物中每一项评价指标所有量值Xij中的最大值;

min Xij—为各事物中每一项评价指标所有量值Xij中的最小值。

由此可以构建从优隶属度模糊物元R'mn,即

1. 3. 3 构建差平方模糊物元RΔ

将从优隶属度模糊物元R'mn中的最大值和最小值组合到一起形成一个列矩阵,该列矩阵称为标准模糊物元R0n,即

差平方复合模糊物元RΔ的构建是指用 Δij( i = 1,2,…,m; j = 1,2,…,n ) 表示标准模糊物元R0n与复合模糊物元R'mn中各项差的平方,即

其中,Δij=(μ0j-μij)2,i=1,2,…m,j=1,2,…n。

1. 3. 4 用熵权法确定权重[15,16]

1) 确定第i个事物第j个特征项对应的特征值的比重,则

其中,i=1,2,…m,j=1,2,…n。

2)确定评价指标的熵为

其中,i=1,2,…m;j=1,2,…n。

3)确定评价指标的权重为

,且满足

1. 3. 5 计算欧式贴近度

考虑到本文具有综合评的意义,采用M(·,+) 算法[9,17]( 即先乘后加) 运算欧式贴近度 ρHj,则

其中,ρHj( j = 1,2,…,m) 为第j个评价样本与标准样本之间相互接近程度,其值越大,表示两者越接近; 反之,则相差越大。然后,以此构造欧式贴近度复合模糊物元,即

欧式贴近度表示各方案与标准方案( 最优方案) 之间的贴近程度,可以根据欧式贴近度的大小来对玉米调亏灌溉各处理的优劣进行排序。

2 技术模式评价

本文将对C1株高( cm) 、C2秃尖长( cm) 、C3百粒质量( g) 、C4产量( g) 和C5水分利用效率( g /kg) 这5个因素进行综合评价,从而得出最优的灌溉处理模式。各指标数据如表2 所示。

1) 构建复合物元模型。依据表2 中的数据,建立调亏灌溉模式下20 个处理5 个评价指标的复合物元模型Rmn,则有

2) 构建从优隶属度模糊物元。

3) 构建差平方模糊物元。

4) 熵权法确定权重。

由式( 6) 、式( 7) 得,熵为( 0. 028697,0. 029936,0. 029927,0. 029860,0. 029938)T,i = 1,2,3,4,5。

由公式( 8) 得,权重为( 0. 200201,0. 194013,0.194014,0. 194028,0. 194013)T,i = 1,2,3,4,5。

5) 计算欧式贴近度。

3 评价结果

3. 1 单生育期调亏

根据欧式贴近度的大小可做出评价,单生育阶段欧式贴近度从大到小依次为: 苗期中度亏水( 处理2)> 灌浆期轻度亏水( 处理12 ) > 苗期轻度亏水( 处理3) > 拔节期轻度亏水( 处理6) > 灌浆期中度亏水( 处理11) > 拔节期中度亏水( 处理5) > 苗期重度亏水( 处理1) > 抽雄期轻度亏水( 处理9) > 拔节期重度亏水( 处理4) > 抽雄期中度亏水( 处理8) > 灌浆期重度亏水( 处理10) > 抽雄期重度亏水( 处理7) 。同时,苗期中度亏水的欧式贴近度0. 876 070 高于对照处理19( 全生育期适宜灌溉) 的欧式贴近度0. 862 083; 单生育阶段的其他处理的欧式贴近度均低于对照处理19。这说明,就单生育期调亏灌溉而言,苗期中度亏水( 60% ) 是最优的灌溉处理模式。抽雄期各个程度调亏处理的欧式贴进度均较其他生育期相同调亏程度的欧式贴进度低,说明抽雄期是玉米需水的关键时期,不适宜进行调亏处理。此结论与试验得出的结论相一致。

3. 2 连续生育期调亏

本文在苗期、拔节期进行了连续调亏灌溉,从欧式贴近度得出的结果来看: 苗期、拔节期轻度亏水( 处理15) > 苗期、拔节期中度亏水( 处理14) > 苗期、拔节期重度亏水( 处理13) ,且连续调亏的欧式贴近度要分别低于单独调亏的欧式贴近度,说明不适宜进行连续调亏灌溉。

3. 3 全生育期调亏

模糊物元模型 第8篇

建筑业可持续发展一直是近年来建筑行业领域研究的重点, 而施工阶段是把建筑构想实现的阶段, 对于建筑业可持续发展的影响很大。而我国传统的施工模式是“大量建造、大量消耗、大量排放”, 其所产生的噪音、扬尘、固体废弃物以及生活垃圾等, 对环境造成了极大破坏, 严重影响周边居民的正常生活[1]。这与21世纪人类的可持续发展、清洁生产、节能环保、科学发展等理念是完全不符的, 并且旧的建造方式不能适应人类社会经济发展对其提出的更为严格的要求。在这样的背景下, 在建设领域里, 适应时代要求的以资源节约与环境保护为出发点的绿色施工模式也就应运而生了。

对绿色施工方案评价的研究, 一方面有利于施工单位选择更合理更“绿色”的施工方案;另一方面, 选择出更好的方案也有利于国家鼓励和提倡更好的施工方案;再者, 绿色施工方案评价的开展, 有利于业主、施工方、政府部门形成一个行动准则, 也便于社会对绿色施工的有效监督。

模糊物元理论在处理相对模糊的信息时具有很好的灵活性和可靠性, 被许多学者广泛应用于工程技术、经济、法律等领域。绿色施工方案的评价涉及到资源利用、环境保护、管理措施的合理性等诸多因素, 是一个多层次、全方位的系统工程。指标体系具有模糊性、分离性的特点。因此, 应用模糊物元理论来研究绿色施工方案的评价具有科学性。

1 概念简介

1.1 绿色施工简介

工作为建筑全寿命周期中的一个重要阶段, 是实现建筑领域资源节约和节能减排的关键环节。绿色施工是指工程建设中, 在保证质量、安全等基本要求的前提下, 通过科学管理和技术进步, 最大限度地节约资源并减少对环境负面影响的施工活动, 实现节能、节地、节水、节材和环境保护 (“四节一环保”) 。实施绿色施工, 应依据因地制宜的原则, 贯彻执行国家、行业和地方相关的技术经济政策。绿色施工应是可持续发展理念在工程施工中全面应用的体现, 绿色施工并不仅仅是指在工程施工中实施封闭施工, 没有尘土飞扬, 没有噪声扰民, 在工地四周栽花、种草, 实施定时洒水等这些内容, 它涉及到可持续发展的各个方面, 如生态与环境保护、资源与能源利用、社会与经济的发展等内容。我国住房和城乡建设部于2010年发布了《建筑工程绿色施工评价标准》 (GB/T 50640-2010) [2], 自2011年10月1日起实施。它是我国真正意义上第一部完善的对于绿色施工的一套评价标准, 具有里程碑意义。

1.2 模糊物元理论简介

客观世界里存在着很多不确定性, 这些不确定性主要体现在两个方面:一个是随机性, 另一个是模糊性。随机性, 是因为事物因果关系的不确定而形成的, 属于概率分析、设计所包含的范围;模糊分析、设计, 主要是设计事物的模糊性。模糊性, 是由于某些事物和概念的界限不清晰, 具体体现在含义上无法清晰地区分是非, 在论域上无法分辨其界限。这一模糊概念是客观事物的一个原本属性, 属于事物的差异之间客观存在的过渡阶段。如很大、年轻、傍晚、暖和等, 这些概念所包含的对象属性不能单纯地使用“是”或“否”去回答。由于概念自身不是清楚的、界限明确的, 所以对象对集合的隶属关系也并非清晰的、非此即彼的[3]。

物元分析方法是由我国知名学者———蔡文教授于1983年首创的一门介于数学与实验之间的学科。它通过大量实例分析得出:人们在处理不相容问题时, 必须将事物、特征及相应的量值综合在一起考虑, 才能构思出解决不相容问题的方法, 更贴切地描述客观事物的变化规律, 把解决矛盾问题的过程形式化。这一方法的关键是把事物用“事物、特征、量值”三个要素来描述, 并构成有序三元组的基本元, 即物元。物元分析是研究物元及其变化规律, 并用于解决现实世界中的不相容问题的有效方法。

如果物元中的量值带有模糊性, 便构成了模糊不相容问题。模糊物元分析即将模糊数学和物元分析有机地结合融合在一起, 提炼、渗透, 对事物特征相应的量值所具有的模糊性和影响事物众多因素间的不相容性进行分析、综合, 最终获得解决这类模糊不相容问题的一种新方法。近几年来, 这一实用性很强的理论和方法已经开始应用于工程技术领域, 取得了可喜的成果[4]。

2 绿色施工方案评价

2.1 绿色施工方案评价指标体系的构建

本文参考了《建筑工程绿色施工评价标准》 (GB/T50640-2010) 中绿色施工评价框架体系, 为便于工程项目施工阶段定量考核, 将工程按进度划分为地基与基础工程、结构工程、装饰装修与机电安装工程。依据环境保护、节材与材料资源利用、节水与水资源利用和节地与土地资源保护五个要素进行评价, 并从各要素中的控制项和一般项中按照三个阶段各挑选出针对各阶段的项作为二级指标, 具体指标体系的构建如表1。

2.2 绿色施工评价阶段和评价要素权重的确定

根据《建筑工程绿色施工评价标准》 (GB/T 50640-2010) , 绿色施工地基与基础工程、结构工程和装饰装修与机电安装三个阶段的权重如表2环境保护、节材与材料资源利用、节水与水资源利用、节能与能源利用和节地与土地资源保护五个要素的权重按标准确定如表3。

2.3 绿色施工方案评价步骤

对于绿色施工方案的评价主要包括以下几个步骤, 详细的计算过程见第四部分的案例。

步骤一:模糊量值的确定。模糊物元理论主要对事物特征对应的模糊量值进行分析。本研究以绿色施工的“方案、指标、指标得分”作为描述事物的模糊物元。其量值的确定主要对于绿色施工方案中对于5个一级指标, 19个二级指标相关的措施进行评分。若该指标无相关措施, 则得0分, 评分区间为1-4分, 以该分数作为初始模糊量值, 记为Xij。

步骤二:建立从优隶属度模糊物元。从优隶属度是值单项特征的模糊量值从属于标准特征所对应的模糊量值程度。在从优隶属度原则下, 所对应评价指标的量值包括越大越优型和越小越优型两种。比如, 效益、利润等应该选择越大越优型, 而风险、损失等应该选择越小越优型。在绿色施工方案评价中, 得分越高, 说明该指标对应的措施越完善。因此, 本文选择越大越优型作为从优隶属度的计算。

步骤三:建立标准模糊物元和差平方模糊物元。标准模糊物元指各个模糊量值均符合标准要求的模糊物元。将标准模糊物元与从优隶属度模糊物元中的各个元素作差平方计算, 就得到差平方模糊物元。

步骤四:贴近度的计算。贴近度是用来度量各种样本与标准样本之间关联性的大小。贴近度越大, 表示两者越接近;贴近度越小, 表示两者距离越远。因此可按贴近度大小, 将被评样本进行排序评比, 得出最优方案, 并可对相关影响因素进行优劣分析。考虑到绿色施工方案的评价意义, 本文用欧式距离公式和 (γ, +) 算法, 即先乘后加法来计算和构建欧式贴近度模糊物元RρH[5]。

3 绿色施工方案评价案例

3.1 工程概况

项目概况:广州市某地块项目位于广州市白云区金沙洲, 地块东侧为彩滨北路, 西侧是山前大道、里横路、浔峰山路, 南侧和北侧是规划路。周边交通运输情况便利, 但也需考虑市区道路拥挤、交通管制等情况。建筑工程:地上部分为住宅楼及其配套用房, 地下部分为机动车库、自行车库、设备用房。总建筑面积:179844.52m2, 地下建筑面积37011.28m2, 地上建筑面积142833.24m2。地上39层, 地下2层。现场施工环境概况:供水情况:水接头位于场地东北侧彩滨北路, 临时供水接驳点直径300mm, 总管125mm。排污情况:排污口位于彩滨路, 共设两个准750下水井;施工主入口设汽车冲洗池一个, 以及一个三级沉淀池, 所有施工污水经沉淀后排入市政下水管网。地下管线情况:场地东侧的彩滨北路地下管线有电信、电力、燃气、雨水、污水、给水等, 施工时应注意管线保护。

两个绿色施工方案M1和M2对与该工程项目“四节一环保”均采取了相关措施来保证绿色施工的顺利进行。

3.2 指标评分

针对方案针对绿色施工“四节一环保”相关措施的完善性、可行性、经济性等相关内容进行综合打分 (0-4分) , 其中0分表示无相关措施;1分表示采取了简单措施;2分表示采取了一般性措施;3分表示采取较好措施;4分表示采取非常好的措施。按照各阶段权重系数表和各要素权重系数表计算得到总体方案各指标的评分如表4。

3.3 构建从优隶属度矩阵和差平方模糊物元

由于5个一级指标及19个二级指标层的取值越大, 表明绿色施工程度越高, 故在此采用越大越优的原则, 即μji=Xijmax Xij, 建立从优隶属度模糊物元矩阵Rmn, 从而得到差平方复合模糊物元Rγ。

3.4 计算欧式贴近度

根据上述计算结果可构建被评样本的欧式贴近度RρH及各一级指标欧式贴近度如下:

3.5 评价结果分析

根据贴近度的计算结果, 两个样本工程的总体优劣顺序为M1>M2, 即总的说来, 方案一的绿色程度要更加优于方案二。但是具体到各个要素, 两方案又各有所长。具体说来, 在环境保护和节材方面, M2要优于M1, 主要原因是在环境保护和节材方面, 方案二采取了更加全面和详细的措施, 且针对结构工程阶段和装饰装修与机电安装工程阶段均有针对性的措施, 比如在资源保护措施指标项中, M1仅采取一项措施, 而M2则具体列出来3项, 显然在这方面M2是优于M1的, 从而使得在这两个要素上的评分上方案二大于方案一, 所计算的欧式贴近度的值也是方案二大于方案一, 但是二者之间的差距并不是十分明显。

而在节水、节能、节地这三个方面, 方案一是明显优于方案二的。比如, 在装饰装修与机电安装阶段中, 材料的选择一项中, 由于方案一有针对该阶段的非常详细的措施, 相反, 方案二在这方面没有针对措施, 且项数极少, 导致两者在指标的评分上面有3分的差距。还有一些即使项数相当, 但方案一采取了更优的措施。比如在临时用电设施一项中, 方案一的自动控制也比方案二的好。

总而言之, 两个方案在不同的要素中, 各有所长, 但是因为在环境保护和节材方面, 虽然方案二由于方案一, 但是差距不是很大;而在节水、节能和节地三个方面, 两者差距十分明显, 综合起来导致总体方案还是M1要优于M2则相对较采取的措施较少, 在另外三个方面M1要优于M2, 并且在这三个方面两者相差较大, 导致总体上M1要优于M2。

4 结论

本文首先根据《建筑工程绿色施工评价标准》 (GB/T50640-2010) 建立单个建筑工程的评价指标体系, 然后将模糊物元理论应用到绿色施工评价中, 建立基于模糊物元的绿色施工评价模型, 该方法有效避免了评价标准的不确定性, 对全面、客观的进行绿色施工项目优选, 具有独特优势。具体内容包括:

(1) 按照《建筑工程绿色施工评价标准》 (GB/T 50640-2010) 将评价阶段分为地基与基础工程、结构工程、装饰装修与机电安装工程, 分别对这三个阶段构建评价指标体系。

(2) 对多个绿色施工方案分阶段进行对比评分, 然后将模糊物元理论运用到绿色施工整个方案比选中, 并阐述评选步骤。

(3) 实例分析。将本文所阐述的评选方法应用到实例中, 从而对该项目绿色施工的程度做出相应的评价。

摘要：在相关文献和国家标准的基础上分地基与基础工程、结构工程、装饰装修与机电安装工程三个阶段按照环境保护、节材与材料资源利用、节水与水资源利用、节能与能源利用和节地与土地资源保护五个要素建立了绿色施工方案的评价指标体系, 针对绿色施工方案评价指标的模糊性和不相容性等特点, 利用模糊物元理论对不同方案进行评价, 评选出更“绿色”的施工方案;最后用两个绿色施工方案实例利用上述方法进行详细的评价, 评选出相对更优的施工方案。

关键词：绿色施工,可持续发展,模糊物元理论,方案评价

参考文献

[1]申琪玉, 何熹.绿色施工应用情况调查与分析[J].施工技术, 2015 (44) :817-821.

[2]GB/T 50640-2010, 建筑工程绿色施工评价标准[S].住房和城乡建设部, 2010.

[3]王广月.土建工程综合评价技术及应用[M].中国水利水电出版社, 2011.

[4]刘志峰.绿色产品综合评价及模糊物元分析方法研究[D].安徽:合肥工业大学, 2004.