环境科学与技术

1、环境科学与技术科学技术环境对广告的影响科学技术对广告的影响 整个社会的 科学技术环境对广告的作用 1、整个社会的科学技术环境的发展促使广 告从自发走向自觉，从简单无序走向复杂与成熟； 2、与广告相关的学 科为广告的理论发展提供了启示和借鉴，促进了广告理论的深化和丰 富，也促进了广告策略的合理化和广告效果的提高； 3、信息传播技术 的发展促进了广告制作水平的提高和广告传播形态的改变这是外部科 学技术环境对广告发展的最重要作用。广告行业的科学技术环境作用 1、广告理论的发展， 广告技术水平 的提高，促使广告代理商的服务水平不断提高， 而广告主则直接从中 受益； 2、广告理论的逐步发展，使广告研究和

2、教育发展起来，从而也 促进了广告行业人员素质的提高和广告服务水平的提高； 3、广告技术 的发展，为广告创作人员提供了更广阔的创作空间，同时广告作品的 物质品质也逐步提高，从而使广告对客体的作用和效果也得到大幅度 提高。当代中国广告行业科学技术环境的特点 1、广告教育与广告实务 存在一定程度的脱节； 2、广告行业成为先进技术的最积极追随者； 3、 广告技术的采用集中于专业制作公司； 4、过于偏重制作技术； 5、技 术技能在广告人员中出现集中化走向。处于当代整个社会和广告行业自身科学技术环境中的现代广告特 点 1、对多学科的交叉借鉴使广告学本身出现新兴的分支学科； 2、其 他学科的新观念促进广告新

3、观念的产生； 3、广告技术走向电脑化； 4、 高科技广告媒介、广告材料不断出现； 5、广告效果的可控制性增强； 6、广告行业的技术性竞争日趋激烈。环境科学与技术模版基於回饋式突變進化演算法的空氣品質 評價公式 李祚泳，趙曉莉，趙傑穎，汪嘉楊(成都資訊工程學院，四 川 成都 610041)摘 要：在設定了各指標的極限濃度限值基礎上， 提出了一個適用於多項空氣污染物的空氣品質評價的冪函數加和型綜 合指數公式。將回饋式突變進化演算法用於公式中的參數優化，得出優化後適 用於多項污染物的空氣品質評價普適指數公式。公式應用於多個實例分析評價，並與其它多種評價方法的評價結 果相比較。結果表明：該公式不受污染

4、物種類和數目多少限制，計算簡便， 具有可比性、普適性和實用性。關鍵字：空氣品質評價 回饋式突變進化演算法 參數優化 A formula for air quality assessment based on feedback mutation genetic algorithmLI Zuo-yong, ZHAO Xiao-li, ZHAO Jie-ying, WANG Jia-yang(Chengdu University of Information Technology, Chengdu 610041, China )Abstract: The paper presents a unive

5、rsal exponential formula in the form of power function of additive operation for air quality assessment suited to multi-pollutant. The universal formula optimized with feedbackmutation genetic algorithm was used in evaluating some cases and compared with other methods, the results show that the form

6、ula is free from the restriction in kinds and numbers of pollutants, easy to calculate, and is simple comparable, universal as well aspractical.Key words: air quality assessment; feedback mutation genetic algorithm; parameter optimization迄今為止，國內外已提出了數十種環境空氣品質評價方法 1-10。而指數評價法因形式簡單、計算簡便，且又能反映多種因數的綜 合作

7、用而常被採用。其中幕函數加和型指數法是將多個具有可比性的單因數評價指數 進行加權加和後取幕函數方式得到綜合指數，因而不失為環境空氣品 質評價的一種好方法，不過公式中有兩個參數需要人為確定。本文將回饋式突變進化演算法應用於環境空氣品質幕函數加和型 指數公式中的參數優化，得到對任意多項空氣污染指標都普遍適用的 環境空氣評價指數公式。1幕函數加和型空氣品質評價指數公式幕函數加和型空氣品質評 價指數公式的基本形式為：n PI a Wi li（ 1）i 1 b式中，PI為空氣品質綜合指數；Wi為指標i的權值；n為指 標個數；a、b為需要優化確定的參數；Ii為單項指標i的分指數，它由 式（2）計算得出。|

8、 ci/ci（2）式中，ci為指標i的濃度值；ci為指標i的極限濃度限值。常用的7項空氣污染物的日平均濃度三級標準限值（國標 GB39O5-2OO0及本文設定的理想級（ciO）、危害級（ci4）和極限濃度 值如表1所示。基金專案：973國家重點基礎研究發展規劃資助專案 （2002CB412301）成都資訊工程學院發展基金資助專案（ CSRF20040） 作者簡介：李祚泳（1944-）,男，教授，碩士，博士生導師，研究方向 為環境品質評價、環境系統分析等，（電話電子信箱） Email: 為了優化得出對所有7項指標都適合的綜 合指

9、數公式（1）中的參數a、b ,需要構造優化目標函數： IminQ a?bji K2 PI PI kkO（3）k IK 式中，k為分級標準數目，此公式中K= 5; Plk為由式（1、計算出的k級標準的空氣污 染綜合指數；PIk0為確定的k級標準的綜合指數目標值。若限定綜合指數值PI的分佈範圍為PI 0,1，則5個等級（國標 13級、理想級、危害級）的目標值PIk0可將PI的值域0, 1按等比賦 值，等差分級的原則劃分為5級，因而5個等級的目標值Plk0（k=1 5）如表1所示。然後以目標函數式（3）作為約束條件，應用回饋式突變進化演算 法對式（1）中的參數a、b優化，即可獲得優化後適用於表1中的

10、7 項空氣污染物的幕函數加和型空氣品質評價的普適指數公式。2回饋式突變進化演算法的基本思想及演算法實現2.1回饋式突變進化演算法的基本思想經典遺傳演算法（簡稱SGA因強調選擇的重要性，而比較忽略了突變在進化過程中的積極作用，因而它存在不 成熟收斂和不易找到全局最優解的缺陷。回饋式突變演算法（簡記FMGA）認為：突變是以一種恒定的速率 發生的，這一速率與突變發生的後果無關。事實上，突變能使物種在進化過程中對抗災難，防止物種滅絕， 而進行飛躍式的進化，迅速搜索到全局最優解。回饋式突變就是根據物種進化階段的種群特性自適應地調整突變 的頻率和規模，從而加速物種進化的過程 11。2.2 回饋式突變的進化

11、過程突變的頻率和規模影響進化速率， 因而 對演算法性能影響很大。物種在進化過程中，首先確定一個恒定小頻率和小規模的突變， 然後根據物種進化階段的特性程度適當地增加一些較大規模的突變， 以避免陷入局部最優。突變的對象是消滅一定數量的較差的個體，同時重新隨機生成與 被消滅數量相同的個體，既保持種群規模不變，又大大提高種群的多 樣性。2.3 動態變數編碼動態變數編碼是指動態改變變數的變化區間， 逐 步縮小其範圍。具體作法是：在進化過程中適當根據優秀個體變數的實際範圍修 改其定義區間，並適當調整區間收縮的幅度，使變數的變化區間收縮至最優值附近，既可提高搜索精度和效率，又能避免變化區間偏離最優值，破壞尋

12、優效果。動態變數編碼如式(4)所示12。Equatio nSection(Next)式中，xmin； xmin xminxmaxxmaxymin xmindxymax maxd( 4)in,xm ax為編碼後該變數的變化區畑猱為編碼前某一變數的變化區間;畑 間；ymin、ymax分別是子種群中該變數的最小值和最大值；d為收縮參數，一般取24,用於決定區間收縮的程度，d愈小，則每次去掉的搜索區域愈多；反之亦然。2.4演算法實現過程及流程圖初始化採用實數編碼，設群體規 模為N,在變數變化區間上隨機生成 N個點x(i, 0), i = 1,2,。,NN個點組成初始種群P(0) = x(1,0), x

13、(2,0),給定恒定突變頻率f0，群體最高集中度CM.計算個體適應度值計算群體 P(k)中每 個個體x(i, k)的適應度值Fx(i, k),其中i代表個體，k代表進化代數， 初始k=0; FM(k)表示第k代最優個體的適應度值，計算群體的平均適 應度值計算群體的集中度C k k /FM k 。設個體 k , i的目標函數為Q(i, k), i = 1,2,;,Nt=1, 2,。若目標函數為求極小，則適應度值F Lk 1/Q认；若目標函數為求極大，則F(i, k)= Q(i, k) 終止準則選用目標函數值小於期望值及設定最大遺傳代數兩個 準則作為演算法終止條件若滿足兩個條件中的任何一條，則結束

14、；否則轉向 。 回饋式突變若群體集中度 C（k）CM（CM 為設定的群體最高集中 度），則實施大規模突變，轉向 ；否則轉向 。 恒定的頻率小規模突變，即隨機產生一定數量的個體，代替群 體中較差個體。 對群體實施選擇、交叉和變異操作，形成下一代新的個體。 每代保留一定數量的較優個體，達到一定迭代次數後，則按式 （4）執行動態變數編碼策略，否則執行 。 最優個體保存，轉向 。回饋式突變動態編碼流程圖如圖 1 所示。圖1 回饋式突變進化演算法流程圖 Fig. 1 Flow chart of feedback mutation genetic algorithm 3 優化後的空氣品質評價普適指數公式及

15、分 級標準 3.1 優化後的空氣品質評價普適指數公式應用上述回饋式突變 動態編碼進化演算法優化式（1）中的參數a和b時，實現方法是：將 表 1 中 7 項污染物的每級標準視作一個樣本。對每種污染物的各級標準值cik （i = 0,1,2, 3, 4）,用式（2）計算 得到lik，再將lik代入式（1）,在滿足式（3）的條件下，採用Matlab 按照流程圖 1 編程計算，演算法實現過程的參數設置如表 2所示。表 2 回饋式突變動態編碼進化演算法的參數設置 Table 2 Set parameters of feedback mutation genetic algorithm 群體最大迭交叉群體

16、 最目標函規模代次數概率大集中數最小N 100M 50pc 0.9度CM值Qm0.070.0005在迭代過程中，由式（3）表示的最小目標值 Qm = 0.000067時，運行結束，得到優化好的參數值 a= 1.2939, b = 0.88895,從而得 到優化後的幕函數加和型空氣品質評價的普適指數公式為 n PI 1.2939 W lii i 1 0.88895 （5）式中，li為由式（2）計算得到的指標i的分指數；Wi為指標i相應分指數的歸一化權 值。多數情況下，各指標i可視作等權的，即 Wi = 1/n , n為評價指標 數目。3.2評價分級標準將表1中7項指標的每級標準值帶入式（2）,計

17、 算出的單項指標分指數值，再代入式（5）中，計算出空氣品質的5級 分級標準與綜合指數值Plk的對應關係，如表1中最後1行所示。4模型檢驗與分析比較為了檢驗公式（5）的正確性，通過用多個不同地點，多種不同空氣污染物的實際檢測數據，對公式（5）進行驗 證，並與其它多種評價方法評價的結果進行比較，現列出其中一些實 例驗證結果如下。實證分析1:某市4個監測點的空氣監測數據如表3所示，資料引 自文獻7。由式（2）和式（5）計算得到4條街道的空氣品質指數數值 PI和 評價等級及其它多種方法的評價等級亦見表3。由於文獻7將空氣品質評價標準劃分為優、良、中、差4級，其分級標準與本文的分級標準的對應關係為：優宀

18、1級；良，中宀2級；故本文評價結果與等效評價法、模糊評價法和灰色評價法的評價 結果均完全一致，只有淮海路，FMGA評價結果與物元模型評價法的評 價結果相差 1 級。實證分析 2：宜賓市 4 項空氣污染物濃度監測值如表 4 所示。 數據引自文獻 8 。用公式（2）和（5）計算得到的PI值和評價等級及模糊法評價結 果亦見表 4。比較可見，兩種方法評價結果完全一致。表 3 某市空氣污染物濃度監測值及多種評價方法評價結果（單位：mgm-3） Table 3 In spect value of air polluta nt with assessme nt result of several metho

19、ds in a certain city （unit: mgm-3） 街道 CSONOxPMTS10PFMG評評價等級 價法0 2名稱PI評價等級等效模糊 評灰色評物元評數值價法 法優（ 1） 優（1） 優（1） 優（ 1）價法 價 法 人 民 路 淮 海 路 濱 江 路 撫 琴 路 2.60.060.050.050.100.199790.080.310.38722中（ 2） 中（ 2） 中（ 2） 差（ 3） 90.090.210.33022 中（ 2） 良（ 2） 良（ 2） 中（ 2） 3.00.130.070.080.180.28372 良（

20、2） 良（ 2） 良（ 2） 良（ 2） 注：表中括弧中的數字為相應於FMGA法的評定等級。表4 宜賓市大氣污染監測值及評價結果 Table 4 Inspect value with assessment result in Yibin年份 SO2/NOx/TSP/DF/（t（km2 FMGA評價法改進模糊 mgm-mgm-月）-1）3Plmgm-3 31985 1986 1987 1988 19890.370.41 0.61 0.59 0.400.03 0.04 0.06 0.08 0.06 評定等級評價法評定等級 0.59 0.48 0.62 0.69 0.3915.9 15.7 11.0

21、 14.6 9.90.5286 3 0.5155 3 0.6278 40.6765 4 0.4572 33 3 4 4 3實證分析 3：某市 6個區的空氣污染物濃度監 測值如表 5 所示。數據引自文獻 9 。由式（2）和（5）計算得到的6個分區的空氣品質指數值PI和評價等級及文獻 9用灰色變權聚類法作出的評價結果亦見表5。可以看出：兩種方法評價結果完全一致。表 5 某市 6 個區的空氣污染物濃度監測值及兩種方法評價結果 Table 5 Inspect value of air pollutant with assessment result of two methods for 6 secti

22、ons in a certain cityDF/分區（t （km2 月）-1）PM10/ mg m-3 0.14SO2/CO/FMGA評價法灰色聚 mgmmgm-3-3PI評定等類法 評級價等級 1 10.2 0.13 4.20.3764 0.54372 22 16.4 0.18 0.28 5.5 3 33 25.70.52 0.32 5.80.7800 0.3187 0.1409 0.13844 44 11.5 0.11 0.12 2.8 2 25 2.60.05 0.02 1.8 1 16 8.2 0.03 0.02 0.9 1 1實證分析 4：武漢市區 8個監測點 的空氣污染物濃度監測值如表 6 所示，數據引自文獻 10。用本文公式（2）和（5）計算得到的PI值和評價結果及其它多種 方法評價結果亦見表 6。可以看出FMGA