发布时间 : 星期四 文章垃圾减量分类活动的量化分析更新完毕开始阅读
表1 Saaty比例标度表 标度 含义 1 表示两个元素相比，具有同样的重要性 3 表示两个元素相比，前者比后者稍重要 5 表示两个元素相比，前者比后者明显重要 7 表示两个元素相比，前者比后者极其重要 9 表示两个元素相比，前者比后者强烈重要 2，4，6，8 表示上述相邻判断的中间值 倒数：若元素i和元素j的重要性之比为aij,那么元素j与元素i的重要性之比为aji=1/aij 对于要比较的因子而言，认为一样重要就是1:1，强烈重要就是9:1，也可以取中间数值6:1等，两两比较，把数值填入，并排列成判断矩阵（判断矩阵是对角线积是1的正反矩阵即可）。 3．层次单排序
所谓层次单排序是指，对于上一层某因素而言，本层次各因素的重要性的排序。具体计算是：对于判断矩阵B，计算满足BW??maxW的特征根与特征向量。 4．一致性检验 CI越小，说明一致性越大。考虑到一致性的偏离可能是由于随机原因造成的，因此在检验判断矩阵是否具有满意的一致性时，还需将CI和平均随机一致性指标RI进行比较，得出检验系数CR，如果CR<0.1 ，则认为该判断矩阵通过一致性检验，否则就不具有满意一致性。其中：CI公式： CI??max?nn?1 RI的取值见下表2： 表2 RI的值 n RI 1 0 2 0 3 4 5 6 7 8 9 0.58 0.90 1.12 1.24 1.32 1.41 1.45 5.层次总排序 ? Topsis算法[5]： 1、评价指标同趋势化，Topsis法进行评价时，要求所有指标变化方向一致（即所谓同趋势化），将高优指标转化为低优指标，或将低优指标转化为高优指标，通常采用后一种方式。转化方法常用倒数法，即令原始数据中低优指标Xij(i=1,2?，n；j=1,2?m),通过Xij??1Xij变换而转化成高优指标，然后建立同趋势化后的原始数据表；
2、对同趋势化后的原始数据矩阵进行归一化处理，并建立相应矩阵。其指标转换公式为：
5
aij?Xij?Xi?1n(原高优指标)2ijaij?
'Xij?(Xi?1n(原低优指标)'2ij)得到矩阵A：
?a11?aA=?21?...??an1a12a22...a2n...a1m?...a2m??......??...anm? （1）
3、据A矩阵得到最优值向量和最劣值向量，即有限方案中的最优方案和最劣方案为：
??最优方案A+=（ai?1,ai2,...,aim）
??最劣方案A?=（ai?1,ai2,...,aim）
4、分别计算诸评价对象所有各指标值与最优方案及最劣方案的距离分别为：
D??i?(aj?1m?ij?aij)和D?2?i?(aj?1m?ij?aij)2 5、计算诸评价对象与最优方案的接近程度Ci，其计算公式如下：
Di?Ci??Di?Di? （2） 在0与1之间取值愈接近1，表示该评价对象越接近最优水平；反之，愈接近0，表示该评价对象越接近最劣水平。
6、按Ci大小将各评价对象排序，Ci值越大表示综合效益越好。
5.1.3 指标的分类
通过分析附件四、五、六中深圳天景花园、阳光家园对垃圾减量分类的相关措施和取得的成效，并参考有关资料，结合我们自身经历和生活观察立了如下层次分析框图1：
图1层次分析框图
6
上图描述了对城市生活垃圾产量由直接影响的四个因素：具体分为社会因素、内在因素、自然因素、个人因素。根据以上分类，采用层次分析的方法解决社会因素（各项教育、督导、激励措施）和个人因素（如家庭收入水平、家庭结构、户籍类型、生活习惯等）对居民家庭垃圾减量分类结果的影响。 5.1.4 层次分析模型的建立
为了使模型应能以量化参数描述社会因素（如各项教育、督导、激励措施等）以及个体因素（如家庭收入水平、家庭结构、户籍类型、生活习惯等）
一、层次单排序及其一致性检验 城市生活垃圾产量（准则层）层次分析：对于影响城市生活垃圾产量的因素，我们通过研究附件四、五、六，决定采用社会因素，内在因素，自然因素，个人因素为影响城市生活垃圾产量的直接因素。并根据相关资料以及主观经验，结合Saaty标度，确定准则层的的判断矩阵如下：
表3 指标层的的判断矩阵 社会因素 内在因素 自然因素 个人因素 社会因素 1 1/4 内在因素 4 1 自然因素 6 2 1 个人因素 2 1/2 1/6 1/2 1/2 2 3 1/3 1 将指标层判断矩阵做归一化处理并计算得到权重矩阵： ?1?[ 0.5195 0.1400 0.0808 0.2598]
经计算?= 4.0104,CI=0.0035,RI=0.9; 一致性指标:
CICR=?0.0039<0.1 （3）
RI此矩阵的一致性可以接受。
个体因素层次分析：根据相关资料以及主观经验，结合Saaty标度，比较个层次之间的影响，我们确定了家庭收入水平、家庭结构、户籍类型、生活习惯等个体因素的方案层判断矩阵：
表4 方案层判断矩阵1 家庭收入水平 家庭收入水平 1 家庭结构 1/4 户籍类型 1/3 生活习惯 1/2 家庭结构 4 1 2 3 户籍类型 3 1/2 1 4 生活习惯 2 1/3 1/4 1 将方案判断矩阵做归一化处理并计算得到权重矩阵： ?2?[ 0.4501 0.0914 0.1319 0.3267] （4）
经计算?= 4.1569,CI= 0.0523,RI=0.9 一致性指标:
CICR=?0.0588?0.1 （5）
RI此矩阵的一致性可以接受。
? 社会因素层次分析：根据相关资料以及主观经验，结合Saaty标度，比较个
7
层次之间的影响，我们确定了各项教育、督导、激励措施列等社会因素的方案层判断矩阵：
表5 方案层判断矩阵2 督导 激励措施 社会道德 教育 督导 1 1/4 1/3 1/3 激励措施 4 1 2 5 社会道德 3 1/2 1 2 教育 3 1/5 1/2 1 将方案判断矩阵做归一化处理并计算得到权重矩阵： ?3?[0.5003 0.0801 0.1468 0.2728] （6）
经计算?= 4.1437,CI= 0.0479,RI=0.9 一致性指标:
CICR=?0.0538?0.1 （7）
RI此矩阵的一致性可以接受。 二、层次的总排序
为了得到方案层中所有元素相对于总目标的相对权重，需要把上一步的计算结果进行适当的组合。这里认为准则层的下属因素相互独立，即准则层中的因素对不受其支配的的元素的权重为零。
基于以上假设，根据上文中计算得到的准则层权矩阵?1可知，社会因素和个人因素的权重?1、?4分别为0.5195、0.2598。
从而确定个体因素即家庭收入水平、家庭结构、户籍类型、生活习惯的总体权矩阵?2?为:
?2?=?1??2=[0.2338 0.0475 0.0685 0.1697]；
同理，我们可确定社会因素即督导、激励措施、社会道德、教育的总体权矩阵?3?为:
?3?=?4??3=[0.1300 0.0208 0.0381 0.0709]；
综合以上数据，即可得到的个人因素和社会因素对城市垃圾减量分类的权值矩阵?为：
?=[?2?,?3?]=[0.1300 0.0208 0.0381 0.0709 0.2338 0.0475 0.0685 0.1697]
表6 层次分析法确定的权重矩阵 社会因素 督导 激励措施 社会道德 教育 0.1668 0.0267 0.0489 个人因素 家庭收入家庭结构 户籍类型 生活习惯 水平 0.091 0.3 0.061 0.0879 0.2176 2、熵值法矫正权重 层次分析的矩阵具有很大的主观性，所以在此用熵值法进行权重的矫正。
8