通用航空作为航空产业重要的一环，因其机动灵活、快速高效、作业项目覆盖行业多等特点，在国际上获得迅猛发展.而我国通用航空才刚刚起步，通用航空的飞机数量由2005年的383架增长至2016年底的2 000余架[1]，远落后于世界先进水平.我国计划到2020年建成500个以上通用机场，加快通用航空机场建设成为通航发展的必然趋势.

因客观事物的不确定性和复杂性使人难以把握，很多事物难以做出准确描述.2010年Torra[2]开创性地提出了犹豫模糊集(HFS)概念，并给出了犹豫模糊集的基本运算法则和性质.2011年，Meimei Xia,Zeshui Xu[3,4]给出了犹豫模糊集的数学形式，提出了一系列犹豫模糊集的距离测度公式及相似性测度.2012年，Zeshui Xu,Meimei Xia[5]基于犹豫模糊熵测度提出了熵权法，基于犹豫模糊距离测度提出了离差最大化方法来确定属性的权重.2015年，Huchang Liao,Zeshui Xu[6]从标准差角度出发定义了犹豫模糊元的犹豫度及相关系数.2016年，谭吉玉，朱传喜等人[7]从群体一致性角度出发构建了群体一致性指数最大化的权重优化模型.灰关联分析(GRA)[8]是通过各备选方案与最优方案间的关联度大小对方案进行排序，因其计算方法简便，在处理离散型数据和多属性决策问题时具有很大优越性.王旭坪等人[9]提出基于改进直觉模糊AHP和灰色关联评价模型.李庆胜，刘思峰[10]将犹豫模糊集与灰集相结合，提出了灰色犹豫模糊集及其灰关联TOPSIS决策方法.

鉴于我国通用航空在部分地区首次试点，并无相关建设经验，使得通航机场选址评价的指标体系权值和部分指标数据难以准确确定，呈现出犹豫模糊数和精确数值相混合的数据类型，因此，构建基于犹豫模糊的灰关联通航机场选址评价模型.

再次是健康管理智能系统。医院体检中心采用了先进的健康管理智能系统，可实现客户管理、健康档案、健康报告、健康干预、慢病分级管理、膳食管理等功能。可对体检结果进行智能化分析，对常见疾病进行早期预测筛查，对高危人群进行有效的干预指导……

1 通用航空机场选址评价指标体系

影响通用航空机场选址的因素众多，遵循科学性、独立性和层次性原则，根据《通用机场建设规范》(MH/T5026-2012)，借鉴民用机场选址指标，以通用航空机场选址为目标层，考虑运行环境、基础建设、经济条件、服务对象4个二级指标，并筛选出12个三级指标，构建通用航空机场选址评价指标体系如图1所示.

2 基于犹豫模糊灰关联的通航选址评价模型

图1 通用航空机场选址评价指标体系

2.1 评价指标权重的确定

由于通用航空处于试点阶段，并无经验数据可以借鉴，设计的专家评价意见表，允许评价数据犹豫，基于犹豫模糊的下级指标对上级指标的重要性程度(隶属度)数据，通过犹豫度函数[7]确定指标权重.通常情况下，若几个专家提供的隶属度值相同时，则只保留一个.而文献[11]指出若只保留一个隶属度值，在两个犹豫模糊元距离的计算中会导致一定误差，且与专家表达的实际意义也有出入.因此，在这里保留专家提供的全部隶属度数据.

设犹豫模糊元为犹豫模糊元h中元素的个数，则h的犹豫度定义为：

同向法对H中犹豫模糊数据的处理：

犹豫度反映了专家意见的差异大小，信息的差异程度越大，则可靠性就越低，应赋予较小的权重，反之，赋予较大的权重.假设p表示评价指标体系中的一个层次，得到p层指标权重为：

基准特征序列和行为序列的选取以长度相同的连续若干年份数据。然后基准特征序列保持固定不动，行为序列在时间轴上每次以1年为单位向右平移，移动时间步长记为T，分别计算相应的灰色绝对关联度。定义X0和Xi的灰色绝对关联度计算公式为：

(1)

其中，i表示p层第i个指标，j表示i级指标下的第j个指标，s是p层i下指标j的个数，p,s,i,j∈N+. 集结各层指标权重并作乘积运算，可得p下层指标对目标层的权重，记为ωj，其中，j为指标从左到右的序号.

就在王祥自己胡思乱想的时候，一个心宽体胖的中年人来到了古玩市场里。最初王祥以为是哪家店铺的老板来顾店的，不过看这人四处转悠，不像是此地的熟人。王祥赶忙打量起来人的打扮，只见这人一身名牌，身上都是花里胡哨的配饰，光玉镯子就带了3个。老道果然也是一副认定这个胖子就是今天主菜的神情，向王祥连打眼色，王祥心领神会的静下心来，观察起那人的动向。

2.2 构建犹豫模糊灰关联选址评价模型

在一个混合型层次评价问题中，设Ai,i=1,2,…,m为备选方案集，指标权重由上节2.1可得，现对各备选方案进行择优评价.评价信息以犹豫模糊数和精确数值的混合形式给出，得到混合型评价矩阵

其中，为精确值，为犹豫模糊数，∅⊂J={1,2,…,n}.

计算步骤如下：

通过我们以上的数据统计，已经清晰地展现出了巴基斯坦自2008年—2017年的恐怖袭击现状，不仅有历年发生的恐怖事件次数，也具体到了巴基斯坦各个省份，以及在国内占有重要地位的城市。同时某些重点省份和城市也是我国在巴投资建设的重点，因此以2013年②2013年是中巴经济走廊提出的起始年，也是中巴全面深入合作的新起点。为分界线前后对比。

算法流程图，如图2所示.

(2)利用极值法和同向法分别对混合型评价矩阵H中精确值和犹豫模糊数进行数据处理，得到混合型规范矩阵.

极值法对H中精确数值的处理：设

3.3.2推进农村生活垃圾治理 指导长江经济带11个省(市)按照“标本兼治、综合施策、突出重点、分类施策”要求，做好非正规垃圾堆放点排查和整治工作。建立农村生活垃圾集运处置体系，鼓励具备条件的地方实行村收集、镇转运、县处理。有条件的地区要推行适合农村特点的垃圾就地分类和资源化利用方式。发挥好村级组织作用，增强村集体组织动员能力，支持社会化服务组织提供垃圾收集转运等服务。

适中型指标：

其中，q为适中值；

效益型指标：

(2)

成本型指标：

其中，正理想方案中 1 的个数随具体方案Ai属性Cj中犹豫模糊元元素的个数而定，同理可得负理想方案中0的个数.

(2)扇三角洲前缘亚相。本工区把前缘亚相划分为水下分流河道微相、水下分流河道间微相、远岸水道微相和前缘席状砂微相。

效益型指标：

成本型指标：

(3)

得到混合型规范矩阵：

(3)确定正、负理想方案H+,H-,计算各备选方案分别到正、负理想方案的距离D+,D-，其中，犹豫模糊数之间的距离采用犹豫模糊欧氏距离[4]计算.

确定正、负理想方案H+,H-：

正理想方案：其中，

负理想方案：其中，

“中国风”歌曲善于以修辞的运用，尤其是“用典”手法的使用来堆砌“中国式”的骨肉鲜活的歌谣。但在使用的程度上态度有所不同，主观依赖修辞的一类“中国风”歌曲走向或素雅或华美，节制使用修辞的则走向或瘦削或清虚。

(2)宽放率的确定。宽放时间是指在生产过程中进行非纯作业所消耗的附加时间，以及补偿某些影响作业的时间。A厂宽放率的确定为生理宽放4%，疲劳宽放4%，管理宽放5%，特殊宽放2%，合计15%。

其中，ρ为分辨系数，一般取0.5.得到各备选方案与正、负理想方案灰色关联系数矩阵：

(4)计算各备选方案与正、负理想方案的灰色关联系数：

(4)

(5)

计算各备选方案分别到正、负理想方案的距离D+,D-：

(5)由各备选方案的加权灰关联度计算各方案的相对关联度，据此获得各备选方案的择优排序.

计算各备选方案的加权灰关联度：

(6)

(7)

计算各备选方案的相对关联度：

(8)

从上述计算过程可知，相对关联度越大，方案距离正理想方案越近，方案越优，据此，可获得各备选方案的最优排序，方案Ai较方案Aj优，记为Ai≻Aj.

3 算例分析

设某通航机场选址有6个备选方案(Ai,i=1,2,…,6),运用图1所示的通航机场选址指标体系，C13、C23为成本型指标；3位专家给出的指标隶属度是犹豫模糊数，算例给出的混合型评价矩阵H见表1，其中，C13、C24的属性值是犹豫模糊数，其余是精确值；用MATLAB软件编程，实现对6个备选方案进行评价并择优排序.

表1 混合型评价矩阵H

C11C12C13C21C22C23A180.7280.1{0.4,0.4,0.3,0.3,0.2}89.383.720 000A257.8263.3{0.3,0.2,0.2,0.1}62.860.519 049A363.4274.8{0.4,0.4,0.3,0.3,0.2}65.668.321 000A452.8235.8{0.6,0.4,0.2,0.2}63.166.925 049A568.6281.6{0.5,0.4,0.2,0.1}73.757.119 000A676.3240.2{0.3,0.3,0.2,0.1,0.1}76.481.023 000C24C31C32C41C42C43A1{0.9,0.8,0.7,0.5}71 647883.2624A2{0.9,0.8,0.6,0.6}81 764338.2423A3{0.8,0.7,0.7,0.6,0.6}27 743537.1531A4{0.8,0.7,0.6,0.5,0.4}37 518234.1213A5{0.8,0.7,0.6,0.6}36 128442.8522A6{0.7,0.7,0.6,0.5}67 421576.3612

(1)利用2.1提出的方法，确定指标权重.

(1)确定评价指标权重.从发放并收回的4份专家意见中，剔除1份数据不完整、不规范的专家意见表，保留其余相对完整的3份专家意见表并汇总数据见表2.

以大数据思维反观农业大数据发展现状，可以用3个方面来总结：第一，以政府行政和资金力量加强全数据样本采集、清洗、共享及维护更新；第二，以市场为导向，调动企业活力研发数据挖掘技术，建立分析模型；第三，以大数据功用最大化为共识，打破行业壁垒，连接数据“孤岛”，通过合作不断挖掘相关关系。

本节对机载双基雷达杂波进行仿真，给出了较为一般化的杂波分类，将机载双基雷达杂波分为3类。仿真发现，影响杂波分布的主要因素是载机平台运动方向跟基线的夹角(构型)和双基距离和(距离)。通过图2、图3、图4可以清晰地看出，机载双基雷达杂波受双基构型影响严重，且杂波在不同的距离单元分布不同，存在严重的杂波距离依赖性。基线长度、双基距离和不会从本质上改变杂波空时分布曲线的形状，只是一定程度上影响杂波分布的距离依赖性的强弱，也即不同距离单元杂波分布几何曲线的拓展程度，尤其是基线长度、双基距离和相差较大时杂波距离依赖性会有所减弱。

利用公式(1)得到指标权重：

ω1=(0.270,0.262,0.226,0.242),

得到指标层对目标层的指标权重：

ω=(0.092,0.089,0.089,0.065,0.067,0.061,0.068,0.116,0.110,0.079,0.079,0.085).

表2 专家意见数据汇总表

专 家指 标B1C11C12C13B2C21C22C23C24B3C31C321{0.9,0.9}{0.7,0.5}{0.7,0.5}{0.9,0.7}{0.8,0.7}{0.9,0.7}{0.5,0.5}{0.8,0.8}{0.8,0.6}2{0.9,0.8}{0.7,0.6}{0.6,0.5}{0.9,0.8}{0.7,0.6}{0.7,0.6}{0.6,0.5}{0.8,0.7}{0.7,0.6}3{0.9,0.7}{0.8,0.7}{0.5,0.4}{0.8,0.7}{0.8,0.7}{0.6,0.5}{0.5,0.4}{0.8,0.7}{0.8,0.7}专 家指 标B4C41C42C43AB1B2B3B41{0.9,0.9}{0.7,0.5}{0.7,0.5}{0.8,0.7}{0.9,0.7}{0.9,0.8}{0.8,0.6}2{0.8,0.7}{0.6,0.5}{0.5,0.4}{0.7,0.6}{0.9,0.8}{0.7,0.6}{0.5,0.4}3{0.7,0.5}{0.9,0.7}{0.6,0.5}{0.8,0.7}{0.9,0.7}{0.5,0.4}{0.7,0.5}

(2)利用极值法和同向法，即公式(2)、(3)分别对混合型评价矩阵H进行数据处理，得到混合型规范矩阵H*：

(3)计算正、负理想方案H+,H-及各备选方案分别到正、负理想方案的距离D+,D-(略).

(4)利用公式(4)、(5)，计算各备选方案与正、负理想方案的灰色关联系数，得到方案的灰色关联系数矩阵E+，E-：

(5)利用公式(6)、(7)、(8)，得到各方案的加权灰色关联度及相对关联度：

ξ1=0.697,ξ2=0.516,ξ3=0.484,ξ4=0.335,ξ5=0.511,ξ6=0.531.

依据相对关联度从大到小排序，则6个备选方案的择优评价结果为：A1≻A6≻A2≻A5≻A3≻A4.

图2 算法流程图

由评价结果可以看出，方案1优于其它方案，方案4最劣，方案1加权灰关联数据为距离正理想最近，距离负理想最远；方案4加权灰关联数据为距离正理想最远，距离负理想最近，结合评价矩阵(表1)数据分析，方案1各指标数据绝大多数优于其它方案数据，而方案4中有6个指标数据不理想，评价结果与分析相一致，算例及MATLAB编程实现、印证了该择优评价方法的有效性.

4 结束语

根据通航机场建设规范、民航机场建设指标体系及指标系统的科学规范要求，结合通用航空的特点，构建了通航机场选址评价指标体系；接受专家意见的犹豫模糊数据，给出基于犹豫模糊的指标权值计算方法；对精确数与犹豫模糊数的混合型数据，采用极值法和同向法分别对精确值和犹豫模糊数进行规范化处理；基于灰色关联分析得到各方案与理想方案的加权关联度与相对关联度；依据方案的相对关联度大小得到方案的择优评价及排序.通过通航机场选址算例及MATLAB编程实现并证实了方法的有效性.

2.2.1适用条件漫川漫岗黑土区沟底比降较大的侵蚀沟，低山丘陵区水土资源较好的侵蚀沟或沟段，半干旱区侵蚀沟均适用。

2.2 建立护理部-管理团队-科室信息互享的沟通反馈流程 每日科室安全管理即时质控专员负责巡查科室护理安全措施的落实情况，并详细记录在即时质控手册上;每周将高风险案例主动上报给护理安全管理团队，团队核心成员进行实地检查与指导，对存在的高风险因素进行汇总，上报护理部备案，护理部确认信息有预警信号后进行全院发布，及时传达给每个病区;每季度进行全院护理安全质控专项检查，团队成员面对面、一对一进行护士和患者护理安全知识的调查，同时现场查看护理安全落实情况，及时予以督导纠正。

参考文献

[1] 国家统计局．中国统计年鉴[M]．北京：中国统计出版社，2017．

[2] Torra V.Hesitant fuzzy sets[J].International Journal of Intelligent Systems,2010,25(6):529-539.

[3] Xia M,Xu Z.Hesitant fuzzy information aggregation in decision making [J].International Journal of Approximate Reasoning,2011,52:395-407.

[4] Xu Z,Xia M.Distance and similarity measures for hesitant fuzzy sets[J].Information Sciences,2011,181(11):2128-2138.

[5] Xu Z,Xia M.Hesitant fuzzy entropy and cross-entropy and their use in multiattribute decision-making[J].International Journal of Intelligent Systems,2012,27(9):799-822.

[6] Liao H,Xu Z,Zeng X J.Novel correlation coefficients between hesitant fuzzy sets and their application in decision making[J].Expert Systems with Applications,2015,42(2):873-884.

[7] 谭吉玉,朱传喜,张小芝，等.基于群体一致性的犹豫模糊多属性决策方法[J].运筹与管理，2016,25(1):105-109.

[8] Deng J L.Control problem of grey systems[J].Systems & Control Letters,1982,1(5):288-294.

[9] 王旭坪,张娜娜,富佳.基于直觉模糊AHP和灰色关联法的应急避难所选择[J].中国安全生产科学技术,2016,12(2):15-19.

[10] 李庆胜,刘思峰.灰色犹豫模糊集及其灰关联TOPSIS决策方法[J].江苏科技大学学报(自然科学版),2015,29(6):597-601.

[11] 王新鑫,杨雁,徐泽水，等.基于专家对应准则的犹豫模糊多属性群决策方法[J].模糊系统与数学,2017(1):101-108.