游永彬+張彥峰

摘 要： 針對(duì)住宅規(guī)劃評(píng)價(jià)指標(biāo)均屬于定性指標(biāo)，提出了基于證據(jù)理論的住宅規(guī)劃灰色綜合評(píng)價(jià)方法。首先，應(yīng)用序關(guān)系分析法確定評(píng)價(jià)指標(biāo)的主觀權(quán)重系數(shù)，其次采用灰色評(píng)價(jià)方法確定住宅規(guī)劃關(guān)于不同灰類的灰色評(píng)估系數(shù)，最后采用證據(jù)理論將多位專家關(guān)于住宅規(guī)劃的灰色評(píng)估系數(shù)進(jìn)行集結(jié)，降低了評(píng)價(jià)結(jié)果的主觀性。實(shí)驗(yàn)結(jié)果表明，該方法能夠有效地對(duì)住宅規(guī)劃進(jìn)行評(píng)價(jià)，評(píng)價(jià)結(jié)果與實(shí)際情況相符。

關(guān)鍵詞： 住宅規(guī)劃； 證據(jù)理論； 灰色綜合評(píng)價(jià)； 序關(guān)系

中圖分類號(hào)： TN911.7?34； TP309 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2014）03?0110?04

Grey comprehensive evaluation method of residential planning based on evidence theory

YOU Yong?bin1， ZHANG Yan?feng2

（1. School of Automatic， Northwestern Polytechnical University， Xian 710072， China；

2. School of Mechanical Engineering， Northwestern Polytechnical University， Xian 710072， China）

Abstract： For the assessment indexes of residential planning are qualitative indicators， so the grey comprehensive evaluation of residential planning based on evidence theory is proposed. Firstly， the subjective weight coefficients of assessment indexes are determined by rank correlation analysis. Secondly， the grey evaluation coefficient about different grey classes of residential planning is determined by grey evaluation method. Finally， the grey evaluation coefficients of residential planning given by some experts are assembled by evidence theory， which reduced the subjectivity of the evaluation results. The experimental results show that the method can effectively evaluate the residential planning， and the evaluation results are consistent with the actual situation.

Keywords： residence planning； evidence theory； grey comprehensive evaluation； rank correlation

0 引 言

城市規(guī)劃是一個(gè)規(guī)模龐大、結(jié)構(gòu)復(fù)雜的系統(tǒng)，與人口數(shù)、交通便利程度、土地空間等有關(guān)，這是一個(gè)多層次多屬性的決策問題[1]。文獻(xiàn)[2]總結(jié)了住宅規(guī)劃綜合評(píng)價(jià)模型，包括德爾菲法、模糊評(píng)價(jià)法、灰色評(píng)價(jià)法。其中，德爾菲法需要通過多輪匿名調(diào)查，在專家意見比較一致的基礎(chǔ)上，經(jīng)組織者對(duì)專家意見進(jìn)行數(shù)據(jù)處理、檢驗(yàn)專家意見的集中程度、離散度和協(xié)調(diào)程度后才能獲得評(píng)價(jià)值，過程比較費(fèi)時(shí)；模糊評(píng)價(jià)法主要應(yīng)用模糊變換原理和最大隸屬度原則，考慮與被評(píng)價(jià)事務(wù)相關(guān)的各個(gè)因素，對(duì)其進(jìn)行綜合評(píng)價(jià)。由于住宅規(guī)劃評(píng)價(jià)指標(biāo)具有很強(qiáng)的不確定性，且要求數(shù)據(jù)服從一定分布，采用模糊評(píng)價(jià)法不能完全解決不確定性，導(dǎo)致評(píng)價(jià)結(jié)果脫離實(shí)際?；疑u(píng)價(jià)法的特點(diǎn)對(duì)樣本量沒有嚴(yán)格要求，不要求服從任何分布，且常常處理不確定性問題，因此，本文采用灰色評(píng)價(jià)法建立住宅規(guī)劃評(píng)價(jià)模型。

1 住宅規(guī)劃綜合評(píng)價(jià)模型

1.1 評(píng)價(jià)指標(biāo)體系的建立

在住宅規(guī)劃評(píng)價(jià)指標(biāo)體系的評(píng)價(jià)中，指標(biāo)體系的構(gòu)建應(yīng)該從住宅區(qū)布局結(jié)構(gòu)、住宅區(qū)道路交通、日照通風(fēng)、小區(qū)景觀和公共服務(wù)配套設(shè)施這五個(gè)方面考慮[3]，表 1給出了住宅規(guī)劃評(píng)價(jià)指標(biāo)體系。

（1） 住宅區(qū)布局結(jié)構(gòu)的合理性

住宅區(qū)布局結(jié)構(gòu)的合理性直接影響到了住宅區(qū)的美觀以及城市規(guī)劃的合理性問題。若住宅區(qū)布局結(jié)構(gòu)不合理，影響到居民生活環(huán)境，同時(shí)對(duì)未來周邊的建設(shè)也將受到影響，這樣更會(huì)影響到未來城市的規(guī)劃。因此必須對(duì)住宅區(qū)布局結(jié)構(gòu)進(jìn)行評(píng)價(jià)。

（2） 住宅區(qū)道路交通的便利程度

住宅區(qū)道路規(guī)劃是根據(jù)地形、氣候、用地規(guī)模、住宅區(qū)內(nèi)的周邊環(huán)境、城市交通系統(tǒng)和居民出行的方式。住宅區(qū)道路包括居住區(qū)級(jí)道路、小區(qū)級(jí)道路、組團(tuán)級(jí)道路以及宅間級(jí)道路。

（3） 日照及通風(fēng)情況

日照條件在城市住宅區(qū)規(guī)劃設(shè)計(jì)中占有很重要位置。評(píng)價(jià)者評(píng)價(jià)住宅規(guī)劃設(shè)計(jì)方案時(shí)，應(yīng)該充分依據(jù)條例考慮新建住宅的日照方位是否受到影響，分析小區(qū)的地域季節(jié)風(fēng)向和風(fēng)力、小區(qū)所處的地理環(huán)境等因素，考慮小區(qū)整體的通風(fēng)情況。

（4） 小區(qū)景觀設(shè)計(jì)

1986年國家科委明確提出的“小康居住水平”的觀念中提出了環(huán)境的要求，包括生活方便、舒適、安全、優(yōu)質(zhì)四方面?，F(xiàn)代景觀意識(shí)不再單單視景觀構(gòu)成為靜態(tài)的景觀構(gòu)成物，而是從時(shí)間和空間兩方面認(rèn)識(shí)自然景觀和人文景觀。

（5） 公共服務(wù)配套設(shè)施

居住區(qū)作為居住單位，其效能發(fā)揮需要一套完善的公共服務(wù)配套設(shè)施，需要根據(jù)不同項(xiàng)目的使用性和居住者的方便性出發(fā)，采用科學(xué)規(guī)劃方法，合理布局，充分發(fā)揮公共服務(wù)配套設(shè)施的效益，既有利于居住者的方便性，又利于行政者的管理。

表1 住宅區(qū)規(guī)劃決策支持評(píng)價(jià)體系的建立

[目標(biāo)層＼&準(zhǔn)則層＼&評(píng)價(jià)指標(biāo)＼&住

宅

規(guī)

劃

評(píng)

價(jià)

指

標(biāo)

體

系＼&住宅布局結(jié)構(gòu)的

合理性[U1]＼&布局合理[U11]＼&結(jié)構(gòu)清晰[U12]＼&功能多元化[U13]＼&＼&住宅區(qū)道路的

交通情況[U2]＼&公交車便利[U21]＼&停車位的配備情況[U22]＼&車流量的情況[U23]＼&＼&日照及通風(fēng)

情況[U3]＼&日照滿足相關(guān)規(guī)定[U31]＼&通風(fēng)滿足相關(guān)規(guī)定[U32]＼&＼&小區(qū)景觀

設(shè)計(jì)[U4]＼&與周圍建筑依存關(guān)系[U41]＼&綠地的分布和效果[U42]＼&視野是否寬廣[U43]＼&小區(qū)是否有景觀建設(shè)[U44]＼&＼&公共服務(wù)

配套設(shè)施[U5]＼&公共設(shè)施配置合理[U51]＼&內(nèi)外設(shè)施配置協(xié)調(diào)[U52]＼&設(shè)施配置和周圍環(huán)境協(xié)調(diào)[U53]＼&市政設(shè)施布置合理性[U54]＼&]

1.2 主觀權(quán)重的確定

序關(guān)系分析法[4]是郭亞軍教授為了彌補(bǔ)層次分析法的弊端，提出一種無需一致性檢驗(yàn)的主觀權(quán)重確定方法。假設(shè)評(píng)價(jià)指標(biāo)為[n]個(gè)，具體算法如下：

（1） 確定序關(guān)系

當(dāng)評(píng)價(jià)指標(biāo)[xi]相對(duì)于評(píng)價(jià)準(zhǔn)則的重要性大于（或不小于）[xj]時(shí)，記[xi>xj，]反之，記[xj>xi。]

以評(píng)價(jià)目標(biāo)為準(zhǔn)則，專家在一系列指標(biāo)中找出重要性最大的評(píng)價(jià)指標(biāo)，記為[x*1；]再在剩下的評(píng)價(jià)指標(biāo)中，找出重要性最大的評(píng)價(jià)指標(biāo)，記為[x*2，]依此類推，對(duì)剩下的評(píng)價(jià)指標(biāo)進(jìn)行排序，顯然這種排序是惟一的，即有：

[x*1>x*2>…>x*n]

（2） 確定兩兩相鄰指標(biāo)重要程度的比較

根據(jù)[rk]賦值參考表（見表 2所示），對(duì)評(píng)價(jià)指標(biāo)[x*k-1]與[x*k]的重要程度之比[rk]進(jìn)行賦值。

表2 [rk]賦值參考表

[[rk]＼&說明＼&1.0＼&[x*k-1]與[x*k]具有同樣重要性＼&1.2＼&[x*k-1]比[x*k]稍微重要＼&1.4＼&[x*k-1]比[x*k]明顯重要＼&1.6＼&[x*k-1]比[x*k]強(qiáng)烈重要＼&1.8＼&[x*k-1]比[x*k]極端重要＼&]

（3） 權(quán)重系數(shù)[wk]的計(jì)算

[w*k=1+k=2ni=knri-1，w*k-1=rkw*k， k=n，n-1，…，3，2] （1）

式中：[w*k]為序關(guān)系中評(píng)價(jià)指標(biāo)[x*k]權(quán)重，則評(píng)價(jià)指標(biāo)[xk]的權(quán)重[wk]為其在序關(guān)系中相對(duì)應(yīng)位置處的權(quán)重。

1.3 灰色白化權(quán)評(píng)價(jià)模型

灰色白化權(quán)評(píng)價(jià)模型主要是經(jīng)過白化函數(shù)將一些觀測(cè)指標(biāo)聚集成若干個(gè)可以定義的類別，歸入某灰類的過程[5]。評(píng)價(jià)模型具體步驟如下：

Step 1：構(gòu)造評(píng)估樣本矩陣

假設(shè)有[n]個(gè)評(píng)價(jià)指標(biāo)，專家對(duì)方案關(guān)于指標(biāo)[uj]以按十分制進(jìn)行評(píng)分，記為[di，]構(gòu)造評(píng)估樣本向量[d=d1，d2，…，dn。]

Step 2：確定評(píng)估灰類

評(píng)估灰類是一個(gè)可供比較的類別，具有模糊性和不確定性。設(shè)置灰類[ee=1，2，3]，下面給出住宅規(guī)劃評(píng)價(jià)灰色白化函數(shù)表達(dá)式：

（1） 灰類[e=1，]灰數(shù)[?1∈[0，9，∞]，]其白化權(quán)函數(shù)的表達(dá)式為：

[f1（dj）=dj9，dj∈[0，9）1，dj∈[9，∞）0，dj∈（-∞，0）] （2）

（2） 灰類[e=2，]灰數(shù)[?2∈[4，7，10]，]其白化權(quán)函數(shù)的表達(dá)式為：

[f2（dj）=dj-43，dj∈[4，7）10-dj3，dj∈[7，10]0，dj?[4，10]] （3）

（3） 灰類[e=3，]灰數(shù)[?3∈[0，1，3]，]其白化函數(shù)的表達(dá)式為：

[f3（dj）=1，dj∈[0，1）3-dj2，dj∈[1，3]0，dj?[0，3]] （4）

Step 3：計(jì)算方案的灰色評(píng)估系數(shù)

應(yīng)用公式（5）計(jì)算方案關(guān)于評(píng)估指標(biāo)[j]屬于第[e]個(gè)灰類的灰色評(píng)估系數(shù)[xej；]應(yīng)用公式（6）計(jì)算方案屬于第[e]個(gè)灰類的灰色評(píng)估系數(shù)[xe。]

[xej=fedj] （5）

[xe=j=1nλjxej] （6）

其中，[λj]為住宅規(guī)劃評(píng)價(jià)指標(biāo)的主觀權(quán)重。

1.4 基于證據(jù)理論的綜合評(píng)價(jià)方法

考慮到提出的基于序關(guān)系分析法的評(píng)價(jià)指標(biāo)主觀權(quán)重算法和灰色白化評(píng)價(jià)模型均是通過一位專家對(duì)方案進(jìn)行評(píng)分，具有很強(qiáng)的主觀性，因此需要通過多位專家的參與減弱評(píng)價(jià)結(jié)果的主觀性；同時(shí)，序關(guān)系分析法屬于不確定問題，證據(jù)理論作為一種重要的不確定性推理方法，為不確定性信息表達(dá)和合成提供了強(qiáng)有力的工具[6]。

因此，本節(jié)將采用文獻(xiàn)[7]提出的證據(jù)融合算法將多位專家的意見進(jìn)行集結(jié)。假設(shè)有[s]位專家進(jìn)行評(píng)價(jià)，應(yīng)用序關(guān)系分析法和灰色白化評(píng)價(jià)模型獲得第[k]位專家關(guān)于方案屬于第[ee=1，2，3]個(gè)灰類的灰色評(píng)估系數(shù)，不妨記為[xek，k=1，2，…，s]。構(gòu)造基本概率表，見表 3，得到[m1⊕…⊕msAe，e=1，2，3]的值，令[xe=m1⊕…⊕msAe，]則[xe]為方案屬于第[e]個(gè)灰類的灰色綜合評(píng)估系數(shù)。

表3 基本概率分配表

[證據(jù)＼&[A1]＼&[A2]＼&[A3]＼&[m1] ＼&[y11] ＼&[y21]＼&[y31]＼&[?] ＼&[?]＼&[?]＼&[?]＼&[ms] ＼&[y1s]＼&[y2s]＼&[y3s]＼&]

確定住宅規(guī)劃的評(píng)價(jià)等級(jí)，選取[maxe=1，2，3xe]值所對(duì)應(yīng)的灰類作為方案的灰色評(píng)價(jià)等級(jí)。

2 實(shí)例分析

以西安市楓林綠洲住宅區(qū)作為研究對(duì)象，將好、中、差作為專家的評(píng)語，要求3位專家參與評(píng)價(jià)，采用本文提出的算法評(píng)價(jià)西安市楓林綠洲住宅區(qū)屬于哪種等級(jí)。算法流程如下（由于篇幅有限，只給出專家1關(guān)于住宅規(guī)劃評(píng)價(jià)過程）：

2.1 計(jì)算評(píng)價(jià)指標(biāo)的主觀權(quán)重系數(shù)

（1） 計(jì)算準(zhǔn)則層中各指標(biāo)的權(quán)重系數(shù)

由表1可以看出，準(zhǔn)則層中包括指標(biāo)[U1，U2，…，U5，]專家1對(duì)指標(biāo)的重要程序進(jìn)行排序，記為[U3>U4>U5>][U1>U2。]為了方便起見，不妨記為[U*1>U*2>U*3>U*4>U*5。]

專家1根據(jù)表2確定指標(biāo)相對(duì)重要程度，則有：

[r2=U*1U*2=1.4，r3=U*2U*3=1.2，r4=U*3U*4=1.6，r5=U*4U*5=1.2]

應(yīng)用公式（1）計(jì)算[w*j，j=1，2，…，5]，則有：

[w*5=1+k=25i=k5ri-1=0.103 9，w*4=r5×w*5=0.124 3， w*3=r4×w*4=0.198 9，w*2=r3×w*3=0.238 7， w*1=r2×w*2=0.334 2]

根據(jù)指標(biāo)[U1，U2，…，U5]重要程度的排序結(jié)果和[w*i]的值，指標(biāo)[U1，U2，…，U5]主觀權(quán)重分別為：

[w1=0.124 3， w2=0.103 9， w3=0.334 2，w4=0.238 7， w5=0.198 9]

（2） 計(jì)算指標(biāo)層中各指標(biāo)的權(quán)重系數(shù)

專家1對(duì)準(zhǔn)則層的指標(biāo)[Uii=1，2，…，5]下的指標(biāo)[Uij（j=1，2，…，ni）]進(jìn)行排序，采用序關(guān)系分析法確定指標(biāo)[Uij]的主觀權(quán)重。以[U1]為例，確定指標(biāo)[U11，U12，U13]的主觀權(quán)重[w11，w12，w13。]

專家1對(duì)指標(biāo)[U11，U12，U13]的重要程序排序，記為[U12>U13>U11，]不妨記為[U*1>U*2>U*3；]確定指標(biāo)相對(duì)重要程度，有[r2=1.4，r3=1.2，]則有，[w*3=0.257 9，w*2=0.309 2，][w*1=0.432 9；]根據(jù)指標(biāo)[U11，U12，U13]排序結(jié)果和[w*i]值，評(píng)價(jià)指標(biāo)[U11，U12，U13]權(quán)重為：[w11=0.257 9，][w12=0.432 9，][w13=0.309 2；]結(jié)合指標(biāo)[U1]的主觀權(quán)重，則指標(biāo)[U11，U12，][U13]最終主觀權(quán)重分別為：[λ11=0.032 1，λ12=0.053 8，]

[λ13=0.053 8。]

據(jù)此，可以獲得3位專家關(guān)于住宅規(guī)劃評(píng)價(jià)指標(biāo)的主觀權(quán)重，具體見表4。

表4 三位專家關(guān)于住宅規(guī)劃評(píng)價(jià)指標(biāo)主觀權(quán)重

[指標(biāo)＼&專1＼&專2＼&專3＼&指標(biāo)＼&專1＼&專2＼&專3＼&[U11]＼&0.056＼&0.045＼&0.106＼&[U41]＼&0.050＼&0.068＼&0.097＼&[U12]＼&0.054＼&0.091＼&0.114＼&[U42]＼&0.050＼&0.075＼&0.033＼&[U13]＼&0.056＼&0.079＼&0.068＼&[U43]＼&0.050＼&0.074＼&0.110＼&[U21]＼&0.032＼&0.093＼&0.019＼&[U44]＼&0.167＼&0.052＼&0.058＼&[U22]＼&0.036＼&0.065＼&0.021＼&[U51]＼&0.022＼&0.063＼&0.025＼&[U23]＼&0.036＼&0.007＼&0.033＼&[U52]＼&0.022＼&0.018＼&0.031＼&[U31]＼&0.280＼&0.105＼&0.126＼&[U53]＼&0.022＼&0.068＼&0.071＼&[U32]＼&0.045＼&0.091＼&0.034＼&[U54]＼&0.022＼&0.005＼&0.055＼&]

2.2 計(jì)算灰色評(píng)估評(píng)估系數(shù)

首先，專家1對(duì)西安市楓林綠洲住宅區(qū)的各評(píng)價(jià)指標(biāo)進(jìn)行評(píng)分，其結(jié)果見表 5。

表5 三位專家關(guān)于住宅規(guī)劃評(píng)價(jià)指標(biāo)的評(píng)分

[指標(biāo)＼&專1＼&專2＼&專3＼&指標(biāo)＼&專1＼&專2＼&專3＼&[U11]＼&6＼&7＼&5＼&[U41]＼&7＼&5＼&4＼&[U12]＼&6＼&8＼&3＼&[U42]＼&5＼&3＼&2＼&[U13]＼&7＼&8＼&2＼&[U43]＼&6＼&8＼&5＼&[U21]＼&5＼&7＼&3＼&[U44]＼&6＼&7＼&3＼&[U22]＼&6＼&7＼&2＼&[U51]＼&6＼&7＼&5＼&[U23]＼&6＼&7＼&5＼&[U52]＼&5＼&7＼&4＼&[U31]＼&6＼&7＼&5＼&[U53]＼&5＼&8＼&3＼&[U32]＼&4＼&6＼&3＼&[U54]＼&5＼&8＼&4＼&]

結(jié)合專家1確定的評(píng)價(jià)指標(biāo)主觀權(quán)重[λj（j=1，2，…，16）]（為方便起見，將評(píng)價(jià)指標(biāo)按序號(hào)1～16進(jìn)行排序），應(yīng)用公式（2）～（6）計(jì)算方案屬于第[e]個(gè)灰類的灰色評(píng)估系數(shù)[xe1，]則有[x11=0.652 0，][x21=0.622 7，x31=0；]同樣，可以獲得其他2位專家關(guān)于方案屬于第[e]個(gè)灰類的灰色評(píng)估系數(shù)，則有：

[x12=0.753 7， x22=0.742 7， x32=0，x13=0.429 3， x23=0.133 3， x33=0.061 0]

建立基本概率分配表，具體見表6。

表6 基本概率分配表

[證據(jù)＼&[A1]＼&[A2]＼&[A3]＼&[m1] ＼&0.511 5＼&0.488 5＼&0＼&[m2] ＼&0.503 7＼&0.496 3＼&0＼&[m3] ＼&0.688 4＼&0.213 8＼&0.097 8＼&]

應(yīng)用文獻(xiàn)[7]的算法合成3位專家關(guān)于方案屬于第[e]個(gè)灰類的灰色評(píng)估系數(shù)，則有：

[x1=0.186 5， x2=0.054 5， x3=0]

由于[maxe=1，2，3xe=0.186 5，]則西安市楓林綠洲住宅區(qū)屬于優(yōu)秀類，這與實(shí)際情況相符。

3 結(jié) 語

本文提出了基于證據(jù)理論的住宅規(guī)劃灰色綜合評(píng)價(jià)方法。由于住宅規(guī)劃評(píng)價(jià)指標(biāo)均屬于定性指標(biāo)，首先采用序關(guān)系分析法確定評(píng)價(jià)指標(biāo)的權(quán)重系數(shù)，再應(yīng)用灰色白化評(píng)價(jià)方法計(jì)算單個(gè)專家關(guān)于方案的評(píng)價(jià)值；考慮到序關(guān)系分析法和灰色白化評(píng)價(jià)方法只是針對(duì)單個(gè)專家給出評(píng)價(jià)值，導(dǎo)致評(píng)價(jià)結(jié)果具有很強(qiáng)的主觀性。因此，本文采用證據(jù)理論將多位專家的決策結(jié)果進(jìn)行集結(jié)，降低了評(píng)價(jià)結(jié)果的主觀性，增加了評(píng)價(jià)結(jié)果的可靠性。

參考文獻(xiàn)

[1] 王奕.基于AHP法的住宅小區(qū)規(guī)劃設(shè)計(jì)方案評(píng)價(jià)方法研究[D].杭州：浙江大學(xué)，2004.

[2] 廖湘.住宅小區(qū)設(shè)計(jì)質(zhì)量評(píng)價(jià)方法研究[J].華中科技大學(xué)學(xué)報(bào)：城市科學(xué)版，2009，26（3）：107?110.

[3] 謝天聰.居住區(qū)規(guī)劃設(shè)計(jì)的綜合評(píng)價(jià)研究[D].長春：東北師范大學(xué)，2008.

[4] 郭亞軍.綜合評(píng)價(jià)理論、方法及應(yīng)用[M].北京：科學(xué)出版社，2007.

[5] WANG Dan，WANG Yi?qin. Evaluation of cooperative innovation performance based on gray model [C]// Proceedings of 2011 International Conference on Management Science and Engineering. Rome： ICMSE， 2011： 335?341.

[6] CHEN Liang?zhou， SHI Wen?kang， DU Feng. New weighting factors assignment of evidence theory based one vidence distance [J]. Journal of Systems Engineering and Electronics， 2005， 16（2）： 273?278.

[7] 李軍偉，程詠梅，潘泉，等.基于焦元距離的沖突證據(jù)組合規(guī)則[J].系統(tǒng)工程與電子技術(shù)，2010，32（11）：2360?2366.

建立基本概率分配表，具體見表6。

表6 基本概率分配表

[證據(jù)＼&[A1]＼&[A2]＼&[A3]＼&[m1] ＼&0.511 5＼&0.488 5＼&0＼&[m2] ＼&0.503 7＼&0.496 3＼&0＼&[m3] ＼&0.688 4＼&0.213 8＼&0.097 8＼&]

應(yīng)用文獻(xiàn)[7]的算法合成3位專家關(guān)于方案屬于第[e]個(gè)灰類的灰色評(píng)估系數(shù)，則有：

[x1=0.186 5， x2=0.054 5， x3=0]

由于[maxe=1，2，3xe=0.186 5，]則西安市楓林綠洲住宅區(qū)屬于優(yōu)秀類，這與實(shí)際情況相符。

3 結(jié) 語

本文提出了基于證據(jù)理論的住宅規(guī)劃灰色綜合評(píng)價(jià)方法。由于住宅規(guī)劃評(píng)價(jià)指標(biāo)均屬于定性指標(biāo)，首先采用序關(guān)系分析法確定評(píng)價(jià)指標(biāo)的權(quán)重系數(shù)，再應(yīng)用灰色白化評(píng)價(jià)方法計(jì)算單個(gè)專家關(guān)于方案的評(píng)價(jià)值；考慮到序關(guān)系分析法和灰色白化評(píng)價(jià)方法只是針對(duì)單個(gè)專家給出評(píng)價(jià)值，導(dǎo)致評(píng)價(jià)結(jié)果具有很強(qiáng)的主觀性。因此，本文采用證據(jù)理論將多位專家的決策結(jié)果進(jìn)行集結(jié)，降低了評(píng)價(jià)結(jié)果的主觀性，增加了評(píng)價(jià)結(jié)果的可靠性。

參考文獻(xiàn)

[1] 王奕.基于AHP法的住宅小區(qū)規(guī)劃設(shè)計(jì)方案評(píng)價(jià)方法研究[D].杭州：浙江大學(xué)，2004.

[2] 廖湘.住宅小區(qū)設(shè)計(jì)質(zhì)量評(píng)價(jià)方法研究[J].華中科技大學(xué)學(xué)報(bào)：城市科學(xué)版，2009，26（3）：107?110.

[3] 謝天聰.居住區(qū)規(guī)劃設(shè)計(jì)的綜合評(píng)價(jià)研究[D].長春：東北師范大學(xué)，2008.

[4] 郭亞軍.綜合評(píng)價(jià)理論、方法及應(yīng)用[M].北京：科學(xué)出版社，2007.

[5] WANG Dan，WANG Yi?qin. Evaluation of cooperative innovation performance based on gray model [C]// Proceedings of 2011 International Conference on Management Science and Engineering. Rome： ICMSE， 2011： 335?341.

[6] CHEN Liang?zhou， SHI Wen?kang， DU Feng. New weighting factors assignment of evidence theory based one vidence distance [J]. Journal of Systems Engineering and Electronics， 2005， 16（2）： 273?278.

[7] 李軍偉，程詠梅，潘泉，等.基于焦元距離的沖突證據(jù)組合規(guī)則[J].系統(tǒng)工程與電子技術(shù)，2010，32（11）：2360?2366.

建立基本概率分配表，具體見表6。

表6 基本概率分配表

[證據(jù)＼&[A1]＼&[A2]＼&[A3]＼&[m1] ＼&0.511 5＼&0.488 5＼&0＼&[m2] ＼&0.503 7＼&0.496 3＼&0＼&[m3] ＼&0.688 4＼&0.213 8＼&0.097 8＼&]

應(yīng)用文獻(xiàn)[7]的算法合成3位專家關(guān)于方案屬于第[e]個(gè)灰類的灰色評(píng)估系數(shù)，則有：

[x1=0.186 5， x2=0.054 5， x3=0]

由于[maxe=1，2，3xe=0.186 5，]則西安市楓林綠洲住宅區(qū)屬于優(yōu)秀類，這與實(shí)際情況相符。

3 結(jié) 語

本文提出了基于證據(jù)理論的住宅規(guī)劃灰色綜合評(píng)價(jià)方法。由于住宅規(guī)劃評(píng)價(jià)指標(biāo)均屬于定性指標(biāo)，首先采用序關(guān)系分析法確定評(píng)價(jià)指標(biāo)的權(quán)重系數(shù)，再應(yīng)用灰色白化評(píng)價(jià)方法計(jì)算單個(gè)專家關(guān)于方案的評(píng)價(jià)值；考慮到序關(guān)系分析法和灰色白化評(píng)價(jià)方法只是針對(duì)單個(gè)專家給出評(píng)價(jià)值，導(dǎo)致評(píng)價(jià)結(jié)果具有很強(qiáng)的主觀性。因此，本文采用證據(jù)理論將多位專家的決策結(jié)果進(jìn)行集結(jié)，降低了評(píng)價(jià)結(jié)果的主觀性，增加了評(píng)價(jià)結(jié)果的可靠性。

參考文獻(xiàn)

[1] 王奕.基于AHP法的住宅小區(qū)規(guī)劃設(shè)計(jì)方案評(píng)價(jià)方法研究[D].杭州：浙江大學(xué)，2004.

[2] 廖湘.住宅小區(qū)設(shè)計(jì)質(zhì)量評(píng)價(jià)方法研究[J].華中科技大學(xué)學(xué)報(bào)：城市科學(xué)版，2009，26（3）：107?110.

[3] 謝天聰.居住區(qū)規(guī)劃設(shè)計(jì)的綜合評(píng)價(jià)研究[D].長春：東北師范大學(xué)，2008.

[4] 郭亞軍.綜合評(píng)價(jià)理論、方法及應(yīng)用[M].北京：科學(xué)出版社，2007.

[5] WANG Dan，WANG Yi?qin. Evaluation of cooperative innovation performance based on gray model [C]// Proceedings of 2011 International Conference on Management Science and Engineering. Rome： ICMSE， 2011： 335?341.

[6] CHEN Liang?zhou， SHI Wen?kang， DU Feng. New weighting factors assignment of evidence theory based one vidence distance [J]. Journal of Systems Engineering and Electronics， 2005， 16（2）： 273?278.

[7] 李軍偉，程詠梅，潘泉，等.基于焦元距離的沖突證據(jù)組合規(guī)則[J].系統(tǒng)工程與電子技術(shù)，2010，32（11）：2360?2366.