论文部分内容阅读
随着生活水平的提高,人们对室内空气质量的要求也越来越高,而调节和改善室内空气质量的前提与基础,是对室内空气质量进行准确有效的评价。目前,对室内空气质量进行评价的方法已有多种,但现有方法由于受到评价模型描述能力的限制,在评价的系统性、动态性、评价颗粒度等方面都存在一些不足,导致对评价结果的描述不精细、不准确,无法满足进一步改善室内空气质量的要求。基于以上问题,本文对现有的室内空气质量评价方法进行对比研究,提出了几种改进的综合评价模型,并将其应用于室内空气质量评价之中。文中对目前常用的室内空气质量评价方法:decipol法、空气质量指数法、模糊综合评价法和灰关联法进行了对比研究。针对这些方法存在的主观性强、动态跟踪性差及评价结果描述不精细等不足,本文将灰关联方法与模糊综合评价法相结合,建立了基于灰关联系数的模糊综合评价模型,解决了因选用不同隶属度函数而导致评价结果的差异性问题。针对传统评价模型对评价过程中的随机性和模糊性描述较为困难,同时对评价结果描述不精细、不准确等问题,本文将云模型引入模糊综合评价中,建立了基于云模型的模糊综合评价模型,通过熵和超熵对评价过程中的随机性和模糊性进行量化描述,并将评价结果表示方法由点扩展到区间,使得评价结果的描述更客观、更精细化,从而为室内空气质量评价提供了新的数学建模方法。文中采用上述两个改进模型分别对某地新装修房间的室内空气质量进行了实例验证,仿真结果表明了其评价的有效性。基于灰关联的模糊综合评价,因无需指派隶属度函数而使评价结果相较于传统模糊综合评价方法更具客观性;而基于云模型的模糊综合评价,则通过计算熵与超熵实现了对评价结果波动范围的量化表达,体现出更精细化的描述方法。在此基础上,本文将云模型模糊综合评价方法成功应用于室外大气质量评价,验证结果表明该方法具有普适性,且能够对大气质量的波动范围进行有效描述,比现行的空气污染指数法具有更丰富的表达能力。