基于多级模糊模式识别的城市设施水平的评价.docVIP

基于多级模糊模式识别的城市设施水平的评价 韩洋1，付兴龙2 本文档由【中文word文档库】提供，转载分发敬请保留本信息； 中文word文档库免费提供海量范文、教育、学习、政策、报告和经济类word文档。 1辽宁工程技术大学理学院，辽宁阜新（123000） 2辽宁工程技术大学机械工程学院，辽宁阜新（123000） 摘要：随着城市化进程的不断推进，我国基础设施的现代化程度显著提高，城市设施状况作为城市发展水平和文明程度的重要支撑，是城市经济和社会协调发展的物质条件，更是人民物质生活与精神生活的基本保障。对城市设施水平的评价有助于衡量一个地区的可持续发展水平，明确地区发展目标，模糊模式识别对表征事物或现象的各种形式的信息进行处理和分析对事物或现象进行描述、辨认分类和解释[1]。 随着生活水平的提高，中国城市基础设施除了交通、能源、饮水、通讯等的供给外，已经扩展到环境保护、生命支持、信息网络等新的领域，基础设施的新技术、新材料不断得到应用，技术和装备水平普遍提升。城市基础设施建设与城市发展的均衡协调是保证城市科学发展、可持续发展的前提。在强调均衡的基础上，城市基础设施的投资建设必须适度超前，避免建设滞后和盲目性，所以，科学合理的城市基础设施发展规划是重要前提，这就需要对城市设施水平有充分的认识，把握其发展方向，从而进一步完善。 模糊模式识别 模糊数学是研究和处理自然界与信息技术中广泛存在的模糊现象的数学，它以不确定性的事物为其研究对象[2]。 2.1 基本步骤 具体的模糊模式识别分如下三个步骤：选取模式的特征因子集合；建立模糊模式的隶属函数；利用最大隶属度原则或贴近度原则对被识别的对象进行归属判决。 2.2 模糊模式识别模型的建立及求解 （1）指标隶属函数 设有需要对模糊概念或模糊子集进行识别的n个样本组成的集合，有m个指标特征值表示样本的整体特征，则有样本集的指标特征值矩阵： （2—1） 式中，——样本指标的特征值，；。 如样本集依据m个指标按c个级别的已知指标标准特征值进行识别，则有指标标准特征值矩阵： （2—2） 式中，——级别指标标准特征值，，。 相对隶属度相当于对隶属度作了规范化处理,便于模糊数之间的纵向比较。 用相对隶属度代替绝对隶属度,可以尽可能的减少隶属度确定过程中的主观任意性[3]。令指标从1级至c级标准特征值递减，则按照如下标准确定指标对的相对隶属度： （2—3） h级指标标准特征值对的相对隶属度为： （2—4） 式中，——样本指标特征值对的相对隶属度；——指标的1级、级标准特征值；——级别指标标准特征值对的相对隶属度；——级别指标的标准特征值。 （2）模糊模式识别模型[4] 将指标与指标标准特征值矩阵变换为对的指标与指标标准特征值的相对隶属度矩阵： （2—5） （2—6） 将样本的各指标相对隶属度分别与矩阵的每个行向量逐一进行比较，可得样本的级别上限值和级别下限值。根据模糊模式识别模式，则样本对级别的相对隶属度为： （2—7） 则样本的级别特征值为，这样就得到了对各个样本评价后的所属级别值。 我国东部六省一市城市设施水平的评价 3.1 指标选取 针对城市基础设施建设的要求，选取如下6项具有代表性、 综合性、 系统性的指标进行评价：x1为城市用水普及率（%）；x2为城市燃气普及率（%）；x3为每万人拥有公共交通车辆（标台/万人）；x4为人均城市道路面积（平方米/人）；x5为人均公园绿地面积（平方米/人）；x6为每万人拥有公共厕所（座/万人）。 3.2 城市设施水平评价 我国东部地区包括六省一市，以2008年我国城市设施水平统计数据为依据，运用多级模糊模式识别模型对这七个地区的城市设施水平进行评价。 表3-1 各地区城市设施水平(2008) 地 区 x1 x2 x3 x4 x5 x6 全 国 100.00 100.00 12.51 4.63 7.82 1.94 上 海 99.88 98.23 12.41 20.28 13.11 3.88 江 苏 99.70 97.72 13.24 15.20 9.60 3.84 浙 江 95.11 87.60 9.18 14.15 9.29 2.60 安 徽 97.47 97.23 10.42 12.