基于模糊集理論的園林植物景觀美感自動評價方法

水 源

（合肥學院藝術設計系，合肥230001）

0 引言

隨著城市生態建設的不斷發展，人們對城市生態保護提出了更高的要求。通過城市園林景觀設計，改善城市生態系統，促進生態保護。園林植物作為“綠色自然”構成的唯一要素，在進行園林景觀設計中，需要對園林景觀的美感進行合理性評價，構建園林植物景觀美感自動評價的模糊約束參量模型。結合自然生態保護和節能建設，提高園林景觀設計的合理性和美感，研究園林植物景觀美感自動評價方法在進行的生態建設和園林設計中具有重要意義[1]。

對園林植物景觀美感評價的研究是建立在對景觀美感評價的可靠性約束指標分析基礎上的，研究者結合園林植物景觀的系統和和層次化分析，來提高園林植物景觀美感評價的可靠度[2]。傳統方法中，對園林植物景觀美感評價的方法主要有層次分析法、系統分析法和主成分特征分析法等[3-4]，這些方法綜合運用多因素、模糊性及主觀判斷方法進行園林植物景觀的美感評價，以求提高美感評價的準確性。但上述方法在綜合性評價中存在誤差較大的問題，為解決這一問題，本文提出一種基于模糊集理論的園林植物景觀美感自動評價模型。此模型采用層次法分析園林植物景觀美感，依據模糊集理論對園林設計中的合理性進行評估，對園林植物景觀美感進行美學分析，實現園林植物景觀美感自動評價。通過實證分析得出有效性結論。

1 園林植物景觀美感評價的約束指標集和層次分析

1.1 園林植物景觀美感評價約束指標

采用模糊約束控制方法構建園林植物景觀美感評價的特征分析模型，對采樣的美感評價約束指標采用描述性統計分析方法進行模糊集調度分析，在第k鄰域內，求得實證分析環境下園林植物景觀美感數據分布模型，對訓練樣本和測試集進行灰階量化分析，運用多因素分級處理技術[6]，得到園林植物景觀的美感評價約束指標特征分解模型為

結合線性規劃方法進行園林植物景觀美感評價因子分析，模糊綜合評判的關聯度為

根據模糊綜合評判結果進行主成分分析，結合園林植物景觀美感的互信息量進行關聯積分匹配，模糊數學主成分特征提取，進行園林植物景觀美感評價體系構建，采用模糊綜合評價方法[7]，得到園林植物景觀美感評價的信任值計算為：

用精確的數學方法去描述園林植物景觀美感特征，以園林植物景觀的節能性、美觀性、風景融合性以及節能環保性等參數為約束指標集，構建園林植物景觀美感自動評價的模糊約束參量模型。

1.2 美感評價的層次分析方法

在構建園林植物景觀美感自動評價的約束指標集的基礎上，采用Fuzyz Comprheen-sive方法進行綜合性評價決策[8]，建立評價體系，得到園林植物景觀美感評價的層次分析模型為

采用“問題-評價標準-選擇方案”的階層方案構建園林植物景觀美感評價的層次分析模型[9]，表示為

根據園林植物景觀的模糊度，結合模糊集理論，得到園林植物景觀美感評價的物質材料貢獻度水平為

其中es∈Es，采用橫向結構分析方法，得到園林植物景觀美感評價的控制變量為：

結合描述性統計分析結果進行美感評價約束性特征提取，對提取的園林植物景觀美感的統計特征量采用階層化分析方法進行遞階分析[10]，由此得到園林植物景觀美感評價的層次分析結果為

式中，MSDa→b為美感評價的一致性函數，綜上分析，采用層次分析方法進行園林景觀美感評價的決策模型構建，實現園林植物景觀美感的一致性評估優化。

2 園林植物景觀美感自動評價的模糊集理論分析

2.1 模糊集理論和評價決策

上式表示為一個正態分布函數，ω為園林植物景觀設計效果的模糊調度集，結合線性規劃方法進行園林植物景觀美感評價因子分析，使美感評價的各層次系統化、條理化，采用自相關特征匹配，得到園林植物景觀美感評價的關聯映射關系為

根據上述分析，采用模糊約束控制方法構建園林植物景觀美感評價的特征分析模型，結合線性規劃方法進行園林植物景觀美感評價因子分析，得到狀態特征向量集合表示為

對采樣的美感評價約束指標采用描述性統計分析方法進行模糊集調度分析，結合動態反饋方法得到模糊歸類集為

根據美感評價約束指標挖掘結果，提取其統計特征量，構造景觀美感評價的實證分析模型，得到美感評價的閾值函數

采用神經網絡預測評估的方法進行園林植物景觀美感評價，構建實證分析模型，得到優化的控制函數

綜上處理，實現園林景觀美感評價的模糊集理論構造和評價決策。

2.2 評價模型優化

在采用層次分析方法進行園林景觀美感評價的決策模型構建的基礎上，將園林植物景觀美感自動評價問題轉換為求模糊集的二元規劃問題，描述為

其中N表示定量回歸分析的特征分布長度，J為層次分析的階數，在m維度的矢量空間中，進行園林植物景觀美感評價的關聯性分析，關聯規則挖掘結果為

植物景觀美感評價的模糊迭代式描述如下

其中1≤j≤J，由此得到園林植物景觀美感評價的決策特征量為

其中，E[x3(t)]為期望值，b表示決策系數，景觀美感評價的模糊調度集為：

上式中，x'(t)和s'(t)分別為：

綜上分析，根據園林植物景觀的節能性、美觀性、風景融合性，采用量化回歸分析和主成分特征提取方法，實現園林植物景觀美感的優化評價。

3 實證分析

為了測試本文方法在實現園林植物景觀美感評價中的應用性能，結合SPSS 14.0統計分析軟件進行實證分析，結合線性規劃方法進行園林植物景觀美感評價因子分析，采用Matlab仿真工具進行模糊集評價算法的程序設計，對原始評價信息的先驗數據采集樣本規模為2000，訓練集為100，美感評價的層次數設定為A、B、C、D共4層體系，得到描述性統計分析結果見表1。

表1 園林植物景觀美感評價的描述性統計分析結果

以上述描述性統計分析結果為依據進行的園林植物景觀美感自動評價，得到評價預測數據如圖1所示。

圖1 評價數據挖掘結果

分析圖1得知，采用本文方法能有效實現對園林植物景觀美感自動評價的關聯數據挖掘，根據挖掘結果進行統計分析和預測，得到美感評價的置信度水平對比結果如圖2所示。

圖2 評價性能對比

分析圖2得知，三種方法在迭代次數40次以內時，美感評價置信逐漸增加，超過40次時，美感評價置信逐漸平穩，層次分析法為0.85,主成分分析法為0.8，本文方法的美感評級置信水平達到0.99，明顯高于其他方法。說明采用本文方法進行園林植物景觀美感評價的準確性較高，評價置信度水平較好。

4 結束語

對園林景觀的美感進行合理性評價，構建園林植物景觀美感自動評價的模糊約束參量模型，結合自然生態保護和節能建設，提高園林景觀設計的合理性和美感。本文提出一種基于模糊集理論的園林植物景觀美感自動評價模型，通過層次分析方法對園林設計美感評價，通過模糊集理論對評價結果公正性進行評價決策，通過數據挖掘方法對評價優化結果進行分析，對比不同方法的評價性能可知本文方法的美感評級置信水平明顯高于其他方法，具有一定的優越性。