郑 霞，胡东滨,2，李 权，刘雨欣

(1.中南大学商学院，湖南 长沙 410083;2.湖南省两型社会与生态文明协同创新中心， 湖南 长沙 410083；3.中国地质大学(武汉) 环境学院，湖北 武汉 430078； 4.湖南省长沙市第一中学，湖南 长沙 410005)

近年来，随着我国能源开采、消耗量的不断增加，以雾霾天气为代表的空气污染问题变得日益严重，给社会经济发展和人类健康带来了不利影响，受到了社会各界的广泛关注。而准确、科学地对空气质量进行评价是解决环境问题的基础，对相关部门制定相应的污染控制对策具有重要的意义。

针对日益恶化的空气质量问题，国内外学者进行了大量的相关研究，主要集中在大气污染的时空变化特征及污染源解析、空气质量对人类健康的影响和空气质量的影响因素三个方面。而对空气质量评价方法的研究则集中在空气质量指数法、模糊综合评价法、主成分分析法和BP神经网络法等。其中，空气质量指数法虽然简洁直观、通俗易懂，但该评价方法很难区分各评价指标对空气质量的影响程度；模糊综合评价法虽然综合考虑了各评价指标之间的相互关系，但传统的模糊综合模型一般采用超标倍数法计算评价指标的权重，评价精度不高；主成分分析法对空气质量等级的判断是通过一个范围来确定的，存在一定的主观性；BP神经网络法虽然具有运算速度快以及自适应、容错能力强等优点，但遇到协同性较差的数据时，其评价结果会出现均化现象。……