公共空间品质的评估方法和装置与流程

1.本发明一般涉及数据分析领域，并且更具体地涉及一种公共空间品质的评估方法和装置。


背景技术：

2.第三届联合国住房和城市可持续发展大会(简称“人居
ⅲ”
)通过《新城市议程》决议，旨在致力于构建“安全、包容、可使用、绿色和高质量”的公共空间，进一步拓展了新时期城市公共空间品质的内涵。《新城市议程》还指出公共空间包括街道、人行道和自行车道、广场、滨水区、花园和公园等，它是促进广大民众之间和各种文化之间的社会互动和包容、人们的健康与福祉、经济交流、文化表达和对话的多功能区，其设计和管理旨在确保人类发展，建设和平、包容和参与型的社会，促进共处、相互联系和社会包容。
3.综上所述，公共空间的高品质建设对人类生活品质提高具有重要意义，更是城市发展的必然趋势。而现如今城市公共空间品质参差不齐，在改造前亟需科学全面地对公共空间品质进行评估，进而采取有效的提升策略。然而，国内外尚未建立共识性、可操作的评估指标体系和评估方法。


技术实现要素：

4.根据本发明的实施例，提供了一种公共空间品质的评估方案。本方案能够综合考虑多种指标因素，实现对公共空间品质定性和定量的综合评估。
5.在本发明的第一方面，提供了一种公共空间品质的评估方法。该方法包括：
6.获取决定公共空间品质的指标因素数据，根据所述指标因素数据确定目标对象的指标因素集合和评价等级集合；所述目标对象的指标因素集合包括定性指标因素和定量指标因素；
7.确定从所述定性指标因素到评价等级集合的模糊关系，得到定性指标因素的模糊关系矩阵；对所述决定公共空间品质的指标因素数据中的定量指标因素数据进行统计归一化，得到定量指标因素的模糊关系矩阵；将所述定性指标因素的模糊关系矩阵和定量指标因素的模糊关系矩阵合成综合模糊关系矩阵；
8.利用灰色层次评估法计算所述指标因素集合中指标因素的权重，得到权重向量；
9.选择模糊算子，将所述权重向量与所述模糊关系矩阵进行合成，得到所述目标对象的评估值；
10.对所述目标对象的评估值进行单值化处理，通过得到的所述目标对象的评估单值对所述目标对象的公共空间品质进行评估。
11.进一步地，所述指标因素集合为：
12.u＝{u1,u2,...,ui,...,un}
13.ui＝{u
i1
,u
i2
,,...,u
ij
,...,u
im
}
14.其中，u为所述目标对象的公共空间品质的指标因素集合；ui为所述目标对象的公
共空间品质的第i个一级指标因素；u
ij
为所述目标对象的公共空间品质的第i个一级指标因素中的第j个二级指标因素；m为所述目标对象的公共空间品质的第i个一级指标因素中的二级指标因素个数；n为所述目标对象的公共空间品质的一级指标因素个数；
15.所述评价等级集合为：
16.v＝{v1,v2,...,vi,...,v
x
}
17.其中，v为所述目标对象的公共空间的品质的评价等级集合；vi为所述目标对象的公共空间品质的第i个评价等级；x为评价等级的个数。
18.进一步地，所述定性指标因素的模糊关系矩阵为：
[0019][0020]
其中，r'为定性指标因素的模糊关系矩阵；r
′
ij
为所述指标因素集合中的第i个定性指标因素对应所述评价等级集合中第j个评价等级的隶属关系；p为定性指标因素的个数；x为评价等级的个数；
[0021]
所述定量指标因素的模糊关系矩阵为：
[0022][0023]
其中，r
″
为定量指标因素的模糊关系矩阵；r
″
ij
为所述指标因素集合中的第i个定量指标因素对应所述评价区间集合中第j个评价区间的隶属关系；q为定量指标因素的个数，且p q＝n，n为所述目标对象的公共空间品质的一级指标因素个数；x
′
为评价区间的个数，且所述评价等级的个数x与评价区间的个数x
′
相等；
[0024]
所述综合模糊关系矩阵为：
[0025][0026]
其中，r为综合指标因素的模糊关系矩阵；r
ij
为所述指标因素集合中的第i个指标因素对应所述评价等级集合中第j个评价等级的隶属关系。
[0027]
进一步地，所述利用灰色层次评估法计算所述指标因素集合中指标因素的权重，得到权重向量，包括：
[0028]
首先，预设公共空间品质的指标因素的等级数、指标因素的灰数以及灰数的白化函数；
[0029]
其次，根据所述指标因素的等级数和灰数的白化函数，分别计算每个指标因素的灰色评估系数，分别计算每个指标因素对于各个灰数的总灰色评估系数；
[0030]
然后，计算每个指标因素属于所述灰数的灰色评估权重，通过计算不同指标因素
的权重，得到所述权重向量；
[0031]
所述权重向量为：
[0032][0033]ai
＝{a
i1
,a
i2
,...,a
ij
,...,a
iy
}
t
[0034]
其中，a为权重向量；ai为所述指标因素集合中第i个一级指标因素的权重；a
ij
为所述指标因素集合中第i个一级指标因素中的第j个二级指标因素的权重；n为所述目标对象的公共空间品质的一级指标因素个数；y表示ai所包含的二级指标因素个数；t表示转置。
[0035]
进一步地，所述目标对象的评估值为：
[0036][0037]
其中，b为所述目标对象的公共空间品质的评估值；bi为所述目标对象的公共空间品质的第i个指标因素的评估值；n为所述目标对象的公共空间品质的一级指标因素个数；a为权重向量；r为综合模糊关系矩阵；表示选择的模糊算子。
[0038]
进一步地，所述对所述目标对象的评估值进行单值化处理，包括：
[0039]b′
＝bc
t
[0040]
其中，b
′
为所述目标对象的公共空间品质的评估单值；b为所述目标对象的公共空间品质的评估值；c
t
为等级化向量。
[0041]
进一步地，所述通过得到的所述目标对象的评估单值对所述目标对象的公共空间品质进行评估，包括：
[0042]
若所述目标对象的评估单值越大，则所述目标对象的公共空间品质越高；
[0043]
若所述目标对象的评估单值越小，则所述目标对象的公共空间品质越差。
[0044]
进一步地，还包括：
[0045]
对所述目标对象的评估单值进行灵敏度分析，得到因素指标的贡献度；
[0046]
将所述因素指标的贡献度按照由大到小进行排序，贡献度越大，则该因素指标在所述公共空间品质的评估中的作用越大。
[0047]
在本发明的第二方面，提供了一种公共空间品质的评估装置。该装置包括：
[0048]
获取模块，用于获取决定公共空间品质的指标因素数据，根据所述指标因素数据确定目标对象的指标因素集合和评价等级集合；所述目标对象的指标因素集合包括定性指标因素和定量指标因素；
[0049]
第一合成模块，用于确定从所述定性指标因素到评价等级集合的模糊关系，得到定性指标因素的模糊关系矩阵；对所述决定公共空间品质的指标因素数据中的定量指标因素数据进行统计归一化，得到定量指标因素的模糊关系矩阵，根据所述定性指标因素的模糊关系矩阵和定量指标因素的模糊关系矩阵合成综合模糊关系矩阵；
[0050]
计算模块，用于利用灰色层次评估法计算所述指标因素集合中指标因素的权重，得到权重向量；
[0051]
第二合成模块，用于选择模糊算子，将所述权重向量与所述模糊关系矩阵进行合成，得到所述目标对象的评估值；
[0052]
评估模块，用于对所述目标对象的评估值进行单值化处理，通过得到的所述目标
对象的评估单值对所述目标对象的公共空间品质进行评估。
[0053]
在本发明的第三方面，提供了一种电子设备。该电子设备至少一个处理器；以及与所述至少一个处理器通信连接的存储器；所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明第一方面的方法。
[0054]
应当理解，发明内容部分中所描述的内容并非旨在限定本发明的实施例的关键或重要特征，亦非用于限制本发明的范围。本发明的其它特征将通过以下的描述变得容易理解。
附图说明
[0055]
结合附图并参考以下详细说明，本发明各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素，其中：
[0056]
图1示出了根据本发明的实施例的公共空间品质的评估方法的流程图；
[0057]
图2示出了根据本发明的实施例的公共空间品质的评估装置的方框图；
[0058]
图3示出了能够实施本发明的实施例的示例性电子设备的方框图；
[0059]
其中，300为电子设备、301为cpu、302为rom、303为ram、304为总线、305为i/o接口、306为输入单元、307为输出单元、308为存储单元、309为通信单元。
具体实施方式
[0060]
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例，都属于本发明保护的范围。
[0061]
另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
[0062]
本发明中，综合考虑多种指标因素，以定量和定性分类，分别采用照定量统计计算和模糊综合分析模型等算法，实现对公共空间社会品质的综合评估，反映了公共空间的社会价值，为公共空间设计、居民宜居性评估、社区治理措施制定等提供科学依据。
[0063]
图1示出了本发明实施例的公共空间品质的评估的流程图。
[0064]
s101、获取决定公共空间品质的指标因素数据，根据所述指标因素数据确定目标对象的指标因素集合和评价等级集合。所述目标对象的指标因素集合包括定性指标因素和定量指标因素。
[0065]
作为本发明的一种实施例，所述决定公共空间品质的指标因素数据，包括一级指标和二级指标；且所述一级指标涵盖二级指标。例如一级指标包括可达性、包容性、质量、安全性、绿化程度、文化传播性；其中一级指标可达性的二级指标包括外部联通程度、内部便利程度、区域活力程度等；一级包容性的二级指标包括活动类型、使用者数量及特征等；一级指标质量的二级指标包括基础设施质量、空间质量、噪音情况等；一级指标安全性的二级指标包括照明监控设施、犯罪率等；一级指标绿化程度的二级指标包括公园绿地指标、植被
生长情况、植被覆盖率等；一级指标文化传播性的二级指标包括文化因素、文化设施等。其中，又将一级指标因素分为可定量评估指标因素和可定性评估指标因素。例如，可达性、绿化程度等一级指标因素属于可定量评估指标因素；包容性、质量、安全性、文化传播性等一级指标因素属于可定性评估因素。
[0066]
具体地，获取决定公共空间品质的指标因素数据，采用两种不同的方式：定性评估的指标因素数据采用问卷调查的方式获取，定量评估的指标因素数据采用调查统计的方式获取。
[0067]
为了实现问卷调查的科学合理高效性，可以采用线上调研的方式，将设计好的调研问卷上传系统，实时记录公共空间的位置、规模、环境、公共设施使用及噪音等数据，筛选后将结果实施从后台输出录入数据库。
[0068]
作为本发明的一种实施例，根据所述指标因素数据确定目标对象的指标因素集合，包括：
[0069]
u＝{u1,u2,...,ui,...,un}
[0070]
ui＝{u
i1
,u
i2
,,...,u
ij
,...,u
im
}
[0071]
其中，u为所述目标对象的公共空间品质的指标因素集合；ui为所述目标对象的公共空间品质的第i个一级指标因素；u
ij
为所述目标对象的公共空间品质的第i个一级指标因素中的第j个二级指标因素；m为所述目标对象的公共空间品质的第i个一级指标因素中的二级指标因素个数。
[0072]
在上述实施例中，所述目标对象的指标因素集合为：
[0073]
u＝{u1,u2,u3,u4,u5,u6}
[0074]
u1＝{u
11
,u
12
,u
13
,}
[0075]
u2＝{u
21
,u
22
}
[0076]
u3＝{u
31
,u
32
,u
33
}
[0077]
u4＝{u
41
,u
42
}
[0078]
u5＝{u
51
,u
52
,u
53
}
[0079]
u6＝{u
61
,u
62
}
[0080]
其中，u1,u2,u3,u4,u5,u6分别对应一级指标中的可达性、包容性、质量、安全性、绿化程度、文化传播性；其中，u
11
,u
12
,u
13
分别对应一级指标可达性的二级指标：外部联通程度、内部便利程度、区域活力程度等；u
21
,u
22
分别对应一级指标包容性的二级指标：活动类型、使用者数量及特征等；u
31
,u
32
,u
33
分别对应一级指标质量的二级指标：基础设施质量、空间质量、噪音情况等；u
41
,u
42
分别对应一级指标安全性的二级指标：照明监控设施、犯罪率等；u
51
,u
52
,u
53
分别对应一级指标绿化程度的二级指标：公园绿地指标、植被生长情况、植被覆盖率等；u
61
,u
62
分别对应一级指标文化传播性的二级指标：文化因素、文化设施等。
[0081]
作为本发明的一种实施例，所述评价等级集合为：
[0082]
v＝{v1,v2,...,vi,...,vm}
[0083]
其中，v为所述目标对象的公共空间的品质的评价等级集合；vm为所述目标对象的公共空间的品质的第i个评价等级；m为评价等级的个数。例如，评价等级的个数m为5，v1代表低等级，v2代表较低等级，v3代表一般等级，ν4代表较高等级，v5代表高等级。评价等级的个数还可以为3或7等，可以根据需要划分不同的评价等级。
[0084]
s102、确定从所述定性指标因素到评价等级集合的模糊关系，得到定性指标因素的模糊关系矩阵。
[0085]
对于每一备选方案，可以确定一个从指标因素集合u到评价等级集合v的模糊关系r。模糊关系r
′
是品质定性指标因素模糊综合评价的单因素评判结果，他可以表达成矩阵形式，即定性指标因素的模糊关系矩阵，如下：
[0086][0087]
其中，r'为定性指标因素的模糊关系矩阵；r
′
ij
为所述指标因素集合中的第i个定性指标因素对应所述评价等级集合中第j个评价等级的隶属关系；p为定性指标因素的个数；x为评价等级的个数。
[0088]
模糊关系r
″
是品质定量指标因素模糊综合评价的单因素评判结果，他同样表达成矩阵形式，即定量指标因素的模糊关系矩阵，如下：
[0089][0090]
其中，r
″
为定量指标因素的模糊关系矩阵；r
″
ij
为所述指标因素集合中的第i个定量指标因素对应所述评价区间集合中第j个评价区间的隶属关系；q为定量指标因素的个数；x为评价区间的个数。p q＝n，评价等级与评价区间的个数保持一致，同为x。
[0091]
根据定性指标因素的模糊关系矩阵r'和定量指标因素的模糊关系矩阵r
″
，合成计算获得所述综合模糊关系矩阵r，如下：
[0092][0093]
其中，r为综合指标因素的模糊关系矩阵；r
ij
为所述指标因素集合中的第i个指标因素对应所述评价等级集合中第j个评价等级的隶属关系；n为指标因素的个数；x为评价等级的个数。
[0094]
s103利用灰色层次评估法计算所述指标因素集合中指标因素的权重，得到权重向量。
[0095]
步骤1：预设公共空间品质的指标因素的等级数、指标因素的灰数以及灰数的白化函数。
[0096]
一般情况下，针对具体对象，通过定性分析确定公共空间品质的指标因素的等级数、指标因素的灰数以及灰数的白化函数。
[0097]
假设指标因素值矩阵表示评估者i对受评者j的第a个指标因素给出的指标因素值矩阵。
[0098][0099]
其中，a表示某个指标因素，i表示评估者数，j表示受评者数。
[0100]
设指标因素序号为e，e＝1，2，...，g。即有g个指标因素。例如，可评估的指标因素取“高”“较高”“中”“较低”“低”五级，即g＝5。
[0101]
为了描述上述指标因素，需要确定指标因素的灰数以及灰数的白化函数。白话函数用于描述灰数在取值范围内白化成某个白化值的可能性或偏爱程度或满意程度等，也就是说使灰色系统白化，即将有限的调查信息进行合理的加工处理，形成更多的信息，使灰色系统变得更清楚。
[0102]
作为本发明的一种实施例，当评估灰类取为“高”、“较高”、“中”、“较低”、“低”五级时，采用的白化函数有以下5种：
[0103]
第1灰类“高”(e＝1)，设灰类白化函数为
[0104][0105]
第2灰类“较高”(e＝2)，设灰类白化函数为
[0106][0107]
第3灰类“中”(e＝3)，设灰类白化函数为
[0108][0109]
第4灰类“较低”(e＝4)，设灰类白化函数为
[0110][0111]
第5灰类“低”(e＝5)，设灰类白化函数为
[0112][0113]
上述各式中，d1,d2,d3,d4,d5是白化函数转折点的值，称为阈值参数，通常为极大值、极小值或者不可能值等约束值。从评估样本矩阵中寻找最大、最小和中等值，作为上限、下限和中间的阈值。
[0114]
步骤2：根据所述指标因素的等级数和灰数的白化函数，分别计算每个指标因素的灰色评估系数，分别计算每个指标因素对于各个灰数的总灰色评估系数。
[0115]
由和算出受评者u对于指标因素a属于第k类的评估灰色系数，记为计算公式为：
[0116][0117]
对于指标因素a，受聘者j属于各个指标因素对于各个灰数的总灰色评估系数，记计算公式为：
[0118][0119]
步骤3：计算灰色评估权向量和灰色评估权矩阵。
[0120]
由和可算出对指标因素a，第j个受评者属于第k个灰类的评估权和相对权向量即：
[0121][0122]
考虑k＝1，2，...，k，则有灰色评估权行向量
[0123]
[0124]
考虑j＝1，2，...，j，则有灰色评估权列向量
[0125][0126]
进而可求得所有受评者对于指标因素a的灰色评估权矩阵即：
[0127][0128]
步骤4：由a
(a)
求出：进而得到指标评估权向量为：
[0129][0130]ai
＝{a
i1
,a
i2
,...,a
ij
,...,a
in
}
t
[0131]
其中，a为权重向量；ai为所述指标因素集合中第i个指标因素的权重；n为指标因素的个数；t表示转置。
[0132]
所述权重向量a可以表示为：
[0133][0134]ai
＝{a
i1
,a
i2
,...,a
ij
,...,a
in
}
t
[0135]
其中，a为权重向量；ai为所述指标因素集合中第i个一级指标因素的权重；a
ij
为所述指标因素集合中第i个一级指标因素中的第j个二级指标因素的权重；n为所述目标对象的公共空间品质的一级指标因素个数；t表示转置。
[0136]
在上述实施例中，所述权重向量可以表示为：
[0137][0138]
其中，a为权重向量；ai为所述指标因素集合中指标因素的权重，即
[0139]
a1＝{a
11 a
12 a
13
}
t
[0140]
a2＝{a
21 a
22
}
t
[0141]
a3＝{a
31 a
32 a
33
}
t
[0142]
a4＝{a
41 a
42
}
t
[0143]
a5＝{a
51 a
52 a
53
}
t
。
[0144]
a6＝{a
61 a
62
}
t
[0145]
s104、选择模糊算子，将所述权重向量与所述模糊关系矩阵进行合成，得到所述目标对象的评估值。
[0146]
作为本发明的一种实施例，可以选择加权平均型的模糊算子“·
，
⊙”
，所述加权平均型的模糊算子“·
，
⊙”
对所有指标因素均衡兼顾权重的大小，比较适合于品质要求整体指标的情况。
[0147]
作为本发明的一种实施例，所述将所述权重向量与所述模糊关系矩阵进行合成，例如将a与r合成得到b：
[0148][0149]
又，可得：
[0150]
最终，所述目标对象的评估值b为：
[0151]
b＝{b1,b2,...,bi,...,bn}
[0152]
其中，b为所述目标对象的公共空间品质的评估值；bi为所述目标对象的公共空间品质的第i个指标因素的评估值；n为指标因素的个数；a为权重向量；r为模糊关系矩阵；表示选择的模糊算子；r为模糊关系矩阵。
[0153]
s105、对所述目标对象的评估值进行单值化处理，通过得到的所述目标对象的评估单值对所述目标对象的公共空间品质进行评估。
[0154]
作为本发明的一种实施例，对所述目标对象的评估值进行单值化处理，包括：
[0155]b′
＝bc
t
[0156]
其中，b
′
为所述目标对象的公共空间品质的评估单值；b为所述目标对象的公共空间品质的评估值；c
t
为等级化向量。
[0157]
根据所述目标对象的评估值单值判断公共空间品质的水平，实现对公共空间品质的量化评估；综合对比分析公共空间品质评估主因素的内容，为公共空间品质的完善措施提供指导性意见。
[0158]
作为本发明的一种实施例，所述通过得到的所述目标对象的评估单值对所述目标对象的公共空间品质进行评估，包括：
[0159]
若所述目标对象的评估单值越大，则所述目标对象的公共空间品质越强；
[0160]
若所述目标对象的评估单值越小，则所述目标对象的公共空间品质越弱。
[0161]
在一些实施例中，还可以采用灵敏度主因素分析法对所述目标对象的评估单值进行灵敏度分析，得到因素指标的贡献度；将所述因素指标的贡献度按照由大到小进行排序，贡献度越大，则该因素指标在所述公共空间品质的评估中的作用越大。
[0162]
灵敏度分析的目的是找出公共空间品质评估中的核心要素，按照各个指标对最终效能值贡献的大小进行排序，找出对综合效能贡献度较大的指标集合，进而将分析的重点放在这些指标集上。
[0163]
设指标因素i的贡献度为θi，则：
[0164][0165]
式中f表示为综合函数。
[0166]
求出个指标因素的贡献度，按照大小排序，找出贡献度较大的指标，即为的公共空间品质评估主因素。最终明确了决定公共空间品质主要因素，为公共空间的完善举措提供科学有力的依据。
[0167]
本发明的实施例开展公共空间评估，旨在建立一套科学、完整、可操性强的评估指标体系和评估方法，坚持以人为本的原则，实现客观、准确、全面地量化评估现状公共空间品质，为下一步科学合理地制定城市公共空间品质提升规划和开展建设活动提供客观依据。
[0168]
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作和模块并不一定是本发明所必须的。
[0169]
以上是关于方法实施例的介绍，以下通过装置实施例，对本发明所述方案进行进一步说明。
[0170]
如图2所示，装置200包括：
[0171]
第一确定模块210，用于获取决定公共空间品质的指标因素数据，根据所述指标因素数据确定目标对象的指标因素集合和评价等级集合；
[0172]
第二确定模块220，用于确定从所述目标对象的指标因素集合到评价等级集合的模糊关系，得到模糊关系矩阵；
[0173]
计算模块230，用于利用层次分析法计算所述指标因素集合中指标因素的权重，得到权重向量；
[0174]
合成模块240，用于选择模糊算子，将所述权重向量与所述模糊关系矩阵进行合成，得到所述目标对象的评估值；
[0175]
评估模块250，用于对所述目标对象的评估值进行单值化处理，通过得到的所述目标对象的评估单值对所述目标对象的公共空间品质进行评估。
[0176]
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，所述描述的模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0177]
本发明的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。
[0178]
根据本发明的实施例，本发明还提供了一种电子设备和一种可读存储介质。
[0179]
图3示出了可以用来实施本发明的实施例的电子设备300的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
[0180]
设备300包括计算单元301，其可以根据存储在只读存储器(rom)302中的计算机程序或者从存储单元308加载到随机访问存储器(ram)303中的计算机程序，来执行各种适当的动作和处理。在ram 303中，还可存储设备300操作所需的各种程序和数据。计算单元301、rom 302以及ram 303通过总线304彼此相连。输入/输出(i/o)接口305也连接至总线304。
[0181]
设备300中的多个部件连接至i/o接口305，包括：输入单元306，例如键盘、鼠标等；输出单元307，例如各种类型的显示器、扬声器等；存储单元308，例如磁盘、光盘等；以及通信单元309，例如网卡、调制解调器、无线通信收发机等。通信单元309允许设备300通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
[0182]
计算单元301可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元301的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元301执行上文所描述的各个方法和处理，例如方法s101～s105。例如，在一些实施例中，方法s101～s105可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元308。在一些实施例中，计算机程序的部分或者全部可以经由rom 302和/或通信单元309而被载入和/或安装到设备300上。当计算机程序加载到ram 303并由计算单元301执行时，可以执行上文描述的方法s101～s105的一个或多个步骤。备选地，在其他实施例中，计算单元301可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法s101～s105。
[0183]
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
[0184]
用于实施本发明的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
[0185]
在本发明的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
[0186]
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
[0187]
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
[0188]
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
[0189]
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
[0190]
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

技术特征：
1.一种公共空间品质的评估方法，其特征在于，包括：获取决定公共空间品质的指标因素数据，根据所述指标因素数据确定目标对象的指标因素集合和评价等级集合；所述目标对象的指标因素集合包括定性指标因素和定量指标因素；确定从所述定性指标因素到评价等级集合的模糊关系，得到定性指标因素的模糊关系矩阵；对所述决定公共空间品质的指标因素数据中的定量指标因素数据进行统计归一化，得到定量指标因素的模糊关系矩阵；将所述定性指标因素的模糊关系矩阵和定量指标因素的模糊关系矩阵合成综合模糊关系矩阵；利用灰色层次评估法计算所述指标因素集合中指标因素的权重，得到权重向量；选择模糊算子，将所述权重向量与所述模糊关系矩阵进行合成，得到所述目标对象的评估值；对所述目标对象的评估值进行单值化处理，通过得到的所述目标对象的评估单值对所述目标对象的公共空间品质进行评估。2.根据权利要求1所述的方法，其特征在于，所述指标因素集合为：u＝{u1，u2，...，u
i
，...，u
n
}u
i
＝{u
i1
，u
i2
，，...，u
ij
，...，u
im
}其中，u为所述目标对象的公共空间品质的指标因素集合；u
i
为所述目标对象的公共空间品质的第i个一级指标因素；u
ij
为所述目标对象的公共空间品质的第i个一级指标因素中的第j个二级指标因素；m为所述目标对象的公共空间品质的第i个一级指标因素中的二级指标因素个数；n为所述目标对象的公共空间品质的一级指标因素个数；所述评价等级集合为：v＝{v1，v2，...，v
i
，...，v
x
}其中，v为所述目标对象的公共空间的品质的评价等级集合；v
i
为所述目标对象的公共空间品质的第i个评价等级；x为评价等级的个数。3.根据权利要求1所述的方法，其特征在于，所述定性指标因素的模糊关系矩阵为：其中，r'为定性指标因素的模糊关系矩阵；r
′
ij
为所述指标因素集合中的第i个定性指标因素对应所述评价等级集合中第j个评价等级的隶属关系；p为定性指标因素的个数；x为评价等级的个数；所述定量指标因素的模糊关系矩阵为：其中，r
″
为定量指标因素的模糊关系矩阵；r
″
ij
为所述指标因素集合中的第i个定量指
标因素对应所述评价区间集合中第j个评价区间的隶属关系；q为定量指标因素的个数，且p q＝n，n为所述目标对象的公共空间品质的一级指标因素个数；x
′
为评价区间的个数，且所述评价等级的个数x与评价区间的个数x
′
相等；所述综合模糊关系矩阵为：其中，r为综合指标因素的模糊关系矩阵；r
ij
为所述指标因素集合中的第i个指标因素对应所述评价等级集合中第j个评价等级的隶属关系。4.根据权利要求1所述的方法，其特征在于，所述利用灰色层次评估法计算所述指标因素集合中指标因素的权重，得到权重向量，包括：首先，预设公共空间品质的指标因素的等级数、指标因素的灰数以及灰数的白化函数；其次，根据所述指标因素的等级数和灰数的白化函数，分别计算每个指标因素的灰色评估系数，分别计算每个指标因素对于各个灰数的总灰色评估系数；然后，计算每个指标因素属于所述灰数的灰色评估权重，通过计算不同指标因素的权重，得到所述权重向量；所述权重向量为：a
i
＝{a
i1
，a
i2
，...，a
ij
，...，a
iy
}
t
其中，a为权重向量；a
i
为所述指标因素集合中第i个一级指标因素的权重；a
ij
为所述指标因素集合中第i个一级指标因素中的第j个二级指标因素的权重；n为所述目标对象的公共空间品质的一级指标因素个数；y表示a
i
所包含的二级指标因素个数；t表示转置。5.根据权利要求1所述的方法，其特征在于，所述目标对象的评估值为：其中，b为所述目标对象的公共空间品质的评估值；b
i
为所述目标对象的公共空间品质的第i个指标因素的评估值；为所述目标对象的公共空间品质的一级指标因素个数；a为权重向量；r为综合模糊关系矩阵；表示选择的模糊算子。6.根据权利要求1所述的方法，其特征在于，所述对所述目标对象的评估值进行单值化处理，包括：b
′
＝bc
t
其中，b
′
为所述目标对象的公共空间品质的评估单值；b为所述目标对象的公共空间品质的评估值；c
t
为等级化向量。7.根据权利要求1所述的方法，其特征在于，所述通过得到的所述目标对象的评估单值对所述目标对象的公共空间品质进行评估，包括：若所述目标对象的评估单值越大，则所述目标对象的公共空间品质越高；
若所述目标对象的评估单值越小，则所述目标对象的公共空间品质越差。8.根据权利要求1所述的方法，其特征在于，还包括：对所述目标对象的评估单值进行灵敏度分析，得到因素指标的贡献度；将所述因素指标的贡献度按照由大到小进行排序，贡献度越大，则该因素指标在所述公共空间品质的评估中的作用越大。9.一种公共空间品质的评估装置，其特征在于，包括：获取模块，用于获取决定公共空间品质的指标因素数据，根据所述指标因素数据确定目标对象的指标因素集合和评价等级集合；所述目标对象的指标因素集合包括定性指标因素和定量指标因素；第一合成模块，用于确定从所述定性指标因素到评价等级集合的模糊关系，得到定性指标因素的模糊关系矩阵；对所述决定公共空间品质的指标因素数据中的定量指标因素数据进行统计归一化，得到定量指标因素的模糊关系矩阵，根据所述定性指标因素的模糊关系矩阵和定量指标因素的模糊关系矩阵合成综合模糊关系矩阵；计算模块，用于利用灰色层次评估法计算所述指标因素集合中指标因素的权重，得到权重向量；第二合成模块，用于选择模糊算子，将所述权重向量与所述模糊关系矩阵进行合成，得到所述目标对象的评估值；评估模块，用于对所述目标对象的评估值进行单值化处理，通过得到的所述目标对象的评估单值对所述目标对象的公共空间品质进行评估。10.一种电子设备，包括至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其特征在于，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。

技术总结
本发明提供了一种公共空间品质的评估方法和装置。所述方法包括获取指标因素数据，确定目标对象的指标因素集合和评价等级集合；确定从定性指标因素到评价等级集合的模糊关系，得到定性指标因素的模糊关系矩阵；对定量指标因素数据进行统计归一化，得到定量指标因素的模糊关系矩阵，合成综合模糊关系矩阵；计算指标因素的权重，得到权重向量；将权重向量与综合模糊关系矩阵进行合成，得到目标对象的评估值；对评估值进行单值化处理，通过得到的所述目标对象的评估单值对所述目标对象的公共空间品质进行评估。以此方式，实现了对公共空间品质的定性与定量综合量化评估，可有效提高公共空间品质的评估准确度。共空间品质的评估准确度。共空间品质的评估准确度。


技术研发人员：李方方 贾慧彤 杨杰
受保护的技术使用者：北京帝测科技股份有限公司
技术研发日：2022.02.18
技术公布日：2022/5/25