工程建设规划方案属性综合评价

工程建设规划方案属性综合评价文畅平邵阳学院城市建设系，湖南邵阳（422000）E-mail：[e-mail]摘要：结合公路运输枢纽站规划方案的评价实例，提出了基于客观性权重的、以属性识别理论进行方案优选的定量方法——属性综合评价法。实例评价结果表明，该方法评价结果与灰色关联度分析法、模糊综合分析法以及模糊相似判断法的评价结果一致，且该方法的计算过程简便，易于操作，有较高的推广应用价值。关键词：工程建设；规划方案；属性识别；属性测度函数；属性综合评价工程建设方案综合优选方法有模糊综合评判法，层次分析法，灰色聚类分析法，人工神经网络法等。程乾生教授创立的属性识别理论[1]，较之模糊评判或其它方法更为简单、易操作[2]，该理论经过近十年的发展，在人工智能如模式识别、聚类分析、决策系统，以及质量评价等方面具有重要的理论意义和实际应用价值[3]。本文提出属性综合评价法对工程建设规划方案进行评定，以客观性权重为评价指标的权重，建立工程建设规划方案综合优选的属性识别模型。公路运输枢纽站规划方案实例评价结果表明，该方法简单可行，便于推广应用。1属性综合评价方法的数学模型1.1指标的属性测度函数的确定将评价方案的各因素指标分为3类：3（属性集），依次对应“低”、“中”、“高”三个等级，每一个指标值对应一个属性测度函数，以反映该指标属于的程度。对于每一个评价方案的各个因素指标，（21SSS，，321SSS＜＜321SSS，，iS321，，　=i）属于这三类的属性测度之和为1。假设y是一个被测量的指标，下临界值点为，即当指标测量值小于等于时，认为该指标属于的属性测度为1；上临界值点为,即当指标测量值大于等于时，认为该指标属于的属性测度为1；它们的中值1x1x1S3x3x3S2312xxx+=设为中临界值点，即当指标测量值等于时，该指标属于的属性测度为1。将由三个临界值点组成的三维向量(，，)称为类界向量，可以设定为（6，8，10），于是其属性测度函数曲线如图1：2x2S1x2x3x-1-属性测度曲线属性测度函数[2]则为：⎪⎩⎪⎨⎧=−≤=⎪⎪⎩⎪⎪⎨⎧=≤−−≤=⎪⎩⎪⎨⎧≥−≤=1011082880)(100108210862660)(80862861)(321xxxxxyxxxxxxxyxxxxxysss＜＜＜＜＜＜＜①对于每一个被测量的指标（jxn21，，　，　⋅⋅⋅=j），对应着一个测度向量，有：))()()((321jsjsjsxyxyxy，，1)()()(321=++isisisxyxyxy。1.2属性测度向量计算按照评价准则，对被评价方案的每一个指标进行测量和评定，得到指标值，根据属性测度函数，可以得到的属性测度向量（），从而组成属性测度矩阵。如果确定了的权重jxjx))()()((321jsjsjsxyxyxy，，n21，，　，　⋅⋅⋅=jjxjω，就可得到某个被评价对象的属性测度向量)(jAμ：-2-(321222111n21)()()()()()()()()()()(321321321μμμωωωμ，，，，　，=⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎝⎛⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅=nsnsnsssssssjxyxyxyxyxyxyxyxyxyA)②根据评分准则，计算每一个评价对象的分数：③)(jAq∑==kjijjnAq1)(μ本文中，由于321，　，　=i，可取4=k，iknj−=。根据每一方案的大小，可对被选方案进行比较评价和排序。)(jAq2客观性权重的确定方法在②式中，需要知道指标值的权重jxjω，才能计算出评价对象的属性测度向量)(jAμ。本文采用客观性权重来确定指标值的权重jxjω，即利用向量的夹角余弦，构造出各评价指标的权重[4]。⑴构建各评价方案指标值的理想最优方案和最劣方案。*U*U()**2*1*nuuuU，，　，⋅⋅⋅=，()**2*1*nuuuU，，　，⋅⋅⋅=。其中：⎪⎪⎩⎪⎪⎨⎧∈−±∈∈=≤≤≤≤≤≤312111*min}{min}{maxIiaaaIiaIiauiijnjiijnjijnji，⎪⎪⎩⎪⎪⎨⎧∈−±∈∈=≤≤≤≤≤≤312111*max}{max}{minIiaaaIiaIiauiijnjiijnjijnji1I为效益性指标，为成本型指标，为适度性指标，为第i项指标的适度值。2I3Iia⑵计算各评价对象各项指标的测量值与最优方案集和最劣方案集的相对偏差矩阵*U*UR，。ΔmnjkrR×=)(，mnjk×=Δ)(δ。其中：}{min}{max11*ijnjijnjjkjjkaauur≤≤≤≤−−=，}{min}{max11*ijnjijnjjkjjkaauu≤≤≤≤−−=δ。nj，，　，　⋅⋅⋅=21；mk，，　，　⋅⋅⋅=21。⑶计算的行向量与mnjkrR×=)(jkrmnjk×=Δ)(δ对应的行向量jkδ的夹角余弦。jc∑∑∑===⋅⋅=mkjkmkjkmkjkjkjrrc12121δδ-3-④⑷对进行归一化处理，得到各项评价指标值的权重向量jcjω。∑==njjjjcc1ω⑤3评价实例引用文献[5]中的例子来说明本文方法的评价计算过程。某城市公路货运枢纽布局规划有4个备选方案：分散型方案、功能对口型方案、辐射型方案、区域服务型方案。其综合指标体系见表1。表1某城市公路货运枢纽站规划方案评价指标体系序号指标名称分散型方案功能对口型方案辐射型方案区域服务型方案1单位生产能力占地面积/12−⋅tm44.1844.9745.7946.642单位生产能力主要建筑规模/12−⋅tm14.7313.9514.4715.683单位生产能力投资额/1−⋅t元1401431451484公铁协调度87.577.25发展余地77.587.16环境保护77.587.27规划规模合理性88.57.58.28站场布局合理程度7.5877.2注：表中第4项至第8项的数据为专家打分结果。⑴确定各项指标的测量值对于正向指标，取，则各正向指标的测量值为)(max1*ijmijxx≤≤=*jijijxxy=；对于逆向指标，取，则各逆向指标的测量值为)(min1*ijmijxx≤≤=ijjijxxy*=。表1中的第1项至第3项数据为逆向指标，采用十分制计算；第4项至第8项的数据为专家打分结果，直接采用。各评价方案的各项指标的测量值，见表2至表5。⑵各指标测量值的属性测度的计算将得到的各指标测量值代入①式中的属性测度函数进行计算，得到各指标的属性测度，见表2至表5。⑶计算各指标的权重①最优方案和最劣方案分别为：*U*U-4-)85.888814095.1318.44(*，　，　，　，　，　，　，　=U)75.777714868.1564.46(*，　，　，　，　，　，　，　＝U②相对偏差矩阵R，分别为：Δ⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎝⎛=8.0105.03.0105.08.005.019.005.018.015.001625.0375.001301.00451.01654.0321.00R，⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎝⎛=Δ2.0015.07.0015.02.015.001.015.002.005.010375.0625.010699.01549.00346.0679.01③按照④式计算夹角余弦jc)2626.03013.02626.02110.02626.03061.03009.02856.0(，　，　，　，　，　，　，　=jc④按照⑤式计算得到权重向量jω)1198.01374.01198.00962.01198.01396.01372.01302.0(，　，　，　，　，　，　，　=jω⑷属性测度向量根据②式，得到各评价方案的属性测度向量，即属性综合评价结果，见表2至表5。表2分散型方案属性测度及评价结果属性测度指标测量值低中高指标权重单位生产能力占地面积100010.1302单位生产能力主要建筑规模9.4700.2650.7350.1372单位生产能力投资额100010.1396公铁协调度80100.1198发展余地70.50.500.0962环境保护70.50.500.1198规划规模合理性80100.1374站场布局合理程度7.50.250.7500.1198属性测度向量0.13790.49140.3707-5-表5区域服务型方案属性测度及评价结果属性测度指标测量值低中高指标权重单位生产能力占地面积9.4700.2650.7350.1302单位生产能力主要建筑规模8.900.550.450.1372单位生产能力投资额9.4600.270.730.1396公铁协调度7.20.40.600.1198发展余地7.10.450.5500.0962环境保护7.20.40.600.1198规划规模合理性8.200.90.10.1374站场布局合理程度7.20.40.600.1198属性测度向量0.18710.53980.2731⑸计算各评价方案的分数由表2至表5的属性测度向量，组成各比较方案的属性综合评价矩阵：⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎝⎛2371.05398.01871.03359.05100.01541.04151.05010.00839.03707.04914.01379.0按照③式计算，得到各评价方案的分数，按照分数进行排序，结果与文献[5]一致。见表6。表6各评价方案的综合评价分数及排序方案分散型功能对口型辐射型区域服务型综合评分值2.23282.33112.18172.0861排序21344结语⑴本文采用客观性权重确定各评价指标的权重，一定程度上避免了权重确定的主观性和随意性，使评价工作能够真实反映实际情况，从而保证了备选方案评价工作的科学性、客观性和准确性。⑵应用属性识别理论，提出了工程建设规划方案属性综合评价方法，建立了统一的指-7-标属性测度函数，工程技术人员只要将指标测量值代入属性测度函数，就可以得到各指标的属性测度，然后得到各评价方案的属性测度向量以及属性综合评价矩阵，从而得到各评价对象的分数，通过分数对备选方案进行排序优选。⑶该方法不需要对实际的资料做过多的数学运算，评价结果与灰色关联度分析法、模糊综合分析法以及模糊相似判断法的结果一致，且计算过程简便，具有一定的推广应用价值。参考文献[1]程乾生.属性识别理论模型及其应用[J].北京大学学报（自然科学版），1997（01）：12～20[2]马晓燕