一种基于改进熵权法的空气质量评价方法技术

技术编号:22974785 阅读:55 留言:0更新日期:2019-12-31 23:27
本发明专利技术涉及一种基于改进熵权法的空气质量评价方法,本发明专利技术充分考虑各污染物之间的相互作用关系和众多因素相互动态作用的影响,得到的结论更加符合实际;考虑到各因素对整个评价体系的贡献程度不同,本方法基于改进熵权法确定污染因子的权重,传统的熵权法在计算熵值时未考虑各指标熵值趋近于1的情况,本发明专利技术运用改进熵权法公式可以避免此类指标权重的成倍变化,且确定权重仅依赖于数据离散性,突出各评价因子的局部差异,通过分析离散程度以及指标信息量客观地确定指标权重,进而突出主要污染物的重要性,充分考虑不同污染物在不同限值下的差异性,从而在一定程度上避免了受专家主观因素的影响,可为制定有效的区域污染控制措施提供理论依据。

An air quality evaluation method based on improved entropy weight method

【技术实现步骤摘要】
一种基于改进熵权法的空气质量评价方法
本专利技术涉及大气环境空气质量综合评价
,具体是一种空气质量综合评价方法。
技术介绍
近年来,我国的工业化、机动化进程得到了快速的发展,各类能源资源消耗持续增加,由于工业生产和交通运输等人为因素造成的大气污染日趋严重,以颗粒物等多种污染物为特征污染物的复合型区域性大气环境问题日益突出。由于大气环境是一个包含了复杂物质能量交换过程且相对动态的耦合系统,且大气污染状况易受天气情况和地域转移等不确定因素和水平的影响,增加大气污染治理的难度和准度。因此,对空气质量状况进行准确、客观的综合评价和分析,可为制定有效的区域污染控制措施及评估污染控制措施成效提供理论依据。当前,传统的空气污染指数(API)和修正后的环境空气质量指数(AQI)法应用较广泛,评价结果简明方便,但是此方法仅适用于评价短期内空气质量状况且忽略了各个污染物对空气质量的影响程度。因而也有学者运用主成分分析法、层次分析法、灰色聚类关联分析法、人工神经网络模型、分形模型、秩相关系数法、单因子指数法、格林大气污染综合指数法等方法评价空气质量。虽然这些方法呈现结果简单明了,但是适用范围较局限,评价因素不全面且易受主观因素影响,应用需要有较强的数学背景,无法完全适用于全面客观的空气质量评价,例如授权公布号为CN105550515B的“一种对空气质量数据进行多级综合评判的方法”专利申请中公开了一种技术方案,其中记载到“一种对空气质量数据进行多级综合评判的方法,其特征在于,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......”技术方案中还对具体的步骤进行了描述,此现有技术虽然大大减少了由于主观因素和数据对评判结果的影响,使评判结果更符合实际,但是,此方案在原有单级评判方法的基础上进行拓展,建立多级模糊综合评判法,将单级评判矩阵作为多级模糊评判关系矩阵,然后根据建立的模糊评判方法求出多级综合评判矩阵,从而对空气质量数据进行综合评判,此种方案将单级评判矩阵作为多级模糊评判关系矩阵的过程中,没有充分考虑各污染物之间的相互作用关系和众多因素相互动态作用影响的问题,使得评判结果不够精确,因此,我们在此基础上进行了优化改进,提出了一种基于改进熵权法的空气质量评价方法用以解决以上问题。
技术实现思路
本专利技术将提供一种基于改进熵权法的空气质量综合评价方法,以解决现有技术中无法充分考虑各污染物之间的相互作用关系和众多因素相互动态作用影响的问题,本专利技术通过以下技术方案解决上述问题:一种基于改进熵权法的空气质量评价方法,其特征在于,包括以下几个步骤:a选取空气质量评价因子,构建污染因子评价因素集U;b参考国家标准,将空气质量分为m个等级,构建评价标准集V;c根据第i(1≤i≤n)个评价因子的实测值xi和第j(1≤j≤m)级标准值Sij,选取降半阶梯形隶属度函数建立共i个评价因子相对应的污染等级为j级的隶属度rij(0≤rij≤1),确定各评价因子与各级评价标准之间的模糊关系矩阵R=(rij);d利用改进熵权法确定各评价因子权重,构建因子权重集ω;e将上述步骤得到的模糊关系矩阵R和指标权重集ω选用加权平均算子进行矩阵复合运算,构建模糊综合评判矩阵B;f根据最大隶属度原则,确定区域空气质量等级;所述的步骤c具体为:c1、建立的降半阶梯形隶属度函数公式如下,其中i(1≤i≤n),j(1≤j≤m):当j=1时,即各评判因子对第Ⅰ级的隶属度函数:当j=2,3...m-1时,即第Ⅱ、Ⅲ、...、m-1级的隶属度函数:当j=m时,即第m级隶属度函数:由此得到模糊综合评价矩阵R=(rij);所述的步骤d具体为:d1、将各个指标的数据进行标准化处理;正向指标:负向指标:d2、计算第j项指标下,第i个评价因子的所占比重;式中,i=1,2,K,n;j=1,2,K,m;xij为模糊关系矩阵R中的元素;d3、计算第j项指标的熵值;式中,且当pij=0时,pijlnpij=0;d4、改进熵权法确定各指标权重;式中,为所有熵值不为1的平均值,由此得到权重矢量:所述步骤e具体为:e1采用M(·,+)算子进行矩阵复合运算,该算子可兼顾均衡各评价因子权重的大小,体现权数的作用明显,综合程度强,由此得到模糊综合评判矩阵优选的,所述的步骤a具体为:参考《环境空气质量标准》(GB3095-2012)与《环境空气质量指数(AQI)技术规定(试行)》(HJ633-2012)的规定,选取的评价因子为:PM2.5、PM10、SO2、NO2、CO、O3,其中,PM2.5、PM10、SO2和NO2四种污染物以月均浓度为标准,CO以日均值第95百分位数浓度为标准,O3以日最大8小时滑动平均值的第90百分位数浓度为标准。因此,建立的污染因子评价因素集为:U={PM2.5,PM10,SO2,NO2,CO-95per,O3-8H-90per}。优选的,所述的步骤b具体为:为了更明确地表达区域污染程度,参考国家标准并结合区域大气实际污染情况,将两级标准拓展为四级标准,即Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级,它们分别代表环境空气质量状况中的优、良、轻度污染、重度污染,因此,建立的环境空气质量评价标准集为:V={Ⅰ级,Ⅱ级,Ⅲ级,Ⅳ级}。本专利技术包括以下有益效果:将模糊综合评判运用到环境空气质量评价领域,该方法以模糊数学理论为基础,综合模糊变换理论和隶属度函数,充分考虑了各污染物之间的相互作用关系和众多因素相互动态作用的影响,评价结果更综合的反映不同时空下空气质量状况和各污染物对空气质量的影响程度,得到的结论更加符合实际情况;考虑到各因素对整个评价体系的贡献程度不同,本专利技术基于改进熵权法确定污染因子的权重,由于传统的熵权法在计算熵值时未考虑各指标熵值趋近于1的情况,本专利技术运用改进熵权法公式可以避免此类指标权重的成倍变化,且确定权重时仅依赖于数据本身的离散性,突出各评价因子的局部差异,通过分析指标间的离散程度以及指标所提供的信息量能够客观地确定指标权重,进而突出了在空气质量评价中主要污染物的重要性,充分考虑了不同污染物在不同限值下的差异性,从而在一定程度上避免了受专家主观因素的影响,可为制定有效的区域污染控制措施及评估污染控制措施成效提供理论依据。附图说明图1为本专利技术评价流程图。图2为汾渭平原地区城市群的空气质量模糊关系矩阵。图3为汾渭平原地区城市群的空气污染因子的权重集。图4为汾渭平原地区城市群的空气质量评价本文档来自技高网
...

【技术保护点】
1.一种基于改进熵权法的空气质量评价方法,其特征在于,包括以下几个步骤:/na选取空气质量评价因子,构建污染因子评价因素集U;/nb参考国家标准,将空气质量分为m个等级,构建评价标准集V;/nc根据第i(1≤i≤n)个评价因子的实测值x

【技术特征摘要】
1.一种基于改进熵权法的空气质量评价方法,其特征在于,包括以下几个步骤:
a选取空气质量评价因子,构建污染因子评价因素集U;
b参考国家标准,将空气质量分为m个等级,构建评价标准集V;
c根据第i(1≤i≤n)个评价因子的实测值xi和第j(1≤j≤m)级标准值Sij,选取降半阶梯形隶属度函数建立共i个评价因子相对应的污染等级为j级的隶属度rij(0≤rij≤1),确定各评价因子与各级评价标准之间的模糊关系矩阵R=(rij);
d利用改进熵权法确定各评价因子权重,构建因子权重集ω;
e将上述步骤得到的模糊关系矩阵R和指标权重集ω选用加权平均算子进行矩阵复合运算,构建模糊综合评判矩阵B;
f根据最大隶属度原则,确定区域空气质量等级;
所述的步骤c具体为:
c1、建立的降半阶梯形隶属度函数公式如下,其中i(1≤i≤n),j(1≤j≤m):
当j=1时,即各评判因子对第Ⅰ级的隶属度函数:



当j=2,3...m-1时,即第Ⅱ、Ⅲ、...、m-1级的隶属度函数:



当j=m时,即第m级隶属度函数:



由此得到模糊综合评价矩阵R=(rij);
所述的步骤d具体为:
d1、将各个指标的数据进行标准化处理;
正向指标:
负向指标:
d2、计算第j项指标下,第i个评价因子的所占比重;



式中,i=1,2,K,n;j=1,2,K,m;xij为模糊关系矩阵R中的元素;
d3、计算第j项指标的熵值;...

【专利技术属性】
技术研发人员:丛怡李勇贾佳
申请(专利权)人:郑州航空工业管理学院
类型:发明
国别省市:河南;41

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1