数学建模算法分析-城市精明增长模式评价体系

数学建模–城市精明增长模式评价体系

问题

• 选择两个特定的城市来评估其增长计划的效果
• 提出可行的计划来帮助我们的选定的城市进行精明增长
• 评价该计划是否成功

---

解决办法

• 在收集到大量城市精明增长数据的基础上，通过主成分分析选取了25个指标。在此基础上，构建一个新的三级指标体系，得到权重向量和分组决策方法。
• 建立度量体系。
• 对城市的变化进行预测。然后采用组合预测模型将预测误差降到最小。
• 采用两种不同的人口增长模型(PGM)来预测人口的变化。

---

主要算法：

• 模糊评价：实现定性指标的量化。
• 熵权法(EWM)：获得指标的权重向量
  群决策方法（GDM）：获得第二类指标的权重向量
• K-means聚类算法：获得精明增长模式的成功标准
• SVM向量机和加权移动平均法(WMAM)：对城市变化进行预测
• 人口增长模型(PGM)：预测人口变化

---

模糊评价

1.模糊评价的相关概念

• 因数集（评价指标集）：$U$
• 评语集（评价的结果）：$V$
• 权重集（指标的权重）：$A$

2.方法步骤（一级模糊评价问题）

• 分别确定因数集、评语集、权重集，其中本论文中A由层次分析法（AHP）分析得到
• 确定模糊判断综合矩阵
• 综合评价$P=A\circ R=(p_1,p_2,p_3...p_n$