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 U U
- 评语集(评价的结果): V V V
- 权重集(指标的权重): A A 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 ∘ R = ( p 1 , p 2 , p 3 . . . p n ) P=A\circ R=(p_{1},p_{2},p_{3}...p_{n}) P=A∘R=(p1,p2,p3...pn