文献综述（或调研报告）：
二型模糊多准则决策研究综述：
在实际决策中，由于人类思维和客观现实的复杂性，做决策时经常会遇到决策信息不确定的情况，这时决策者给出的准则值通常采用郭嗣琮[1]提出的一型模糊数表示。到目前为止，有很多方法运用于一型模糊数的多准则决策问题中，如王霞[2]提出了ＴＯＰＳＩＳ方法来解决模糊环境下的多准则决策问题，万树平[3]提出了连续有序加权几何算子并将其应用到决策问题中，李伟,郭嗣琮,苗苗[4]研究了用模糊线性规划方法来解决模糊环境下的多准则群决策问题。
实际应用中，一型模糊数在处理不确定性时存在一定的局限性，如无法准确描述语言的不确定性。因此，王坚强,聂荣荣[5]提出了二型模糊数来解决这个问题。二型模糊数是一型模糊数的扩展，其模糊程度由主、从两个隶属度函数来刻画，但利用二型模糊数来解决问题会很复杂[6]。区间二型模糊数是二型模糊数的特例，相对于一型模糊数，它能更好地描述不确定性，而与一般二型模糊数相比计算过程又比较简单，所以通常采用区间二型模糊数来解决决策问题。国内外学者对区间二型模糊数做了大量的研究，一类是对区间二型模糊数性质的研究，如王坚强,王佩[6]定义了区间二型模糊数的一些基本概念，王坚强,聂荣荣[7]给出了区间二型模糊数模糊测量的多种方法，比如中心化方法，而王坚强,李康健[8]在已有的降型算法[7]基础上，研究了一种计算区间二型模糊数重心的新方法。另一类体现在对区间二型模糊数的应用研究中，如郭嗣琮,殷万凯[9]提出了一种鲁棒区间二型可能Ｃ均值（ＩＴ２ＰＣＭ）的聚类规则，戴厚平[10]则利用区间二型模糊逻辑系统来进行模糊投票方案的集成，周晓辉,姚俭,袁清华[11]提出了一种通过区间二型模糊逻辑系统来分析无限传感器网络寿命的方法。
但到目前为止，将区间二型模糊数运用到多准则决策中的研究很少。南江霞[12]定义了语言加权平均，给出了语言加权平均的算法并运用在多层次决策分析中。郭嗣琮,华聪聪[13]定义了区间梯形二型模糊数以及可能度来解决多准则群决策问题，并进一步提出了将ＴＯＰＳＩＳ方法运用到准则值为区间梯形二型模糊数的多准则群决策方法[14]。石云,陈钟[14]提出了基于特征向量的区间梯形二型模糊数多准则决策方法。相似度是测量模糊关系的一种有效测量工具。针对一型模糊数相似度测量的研究目前有很多。TerenceK.L.Hui，R.SimonSherratt，DanielDiaz-Sanchez[16]提出了一种测量模糊数的相似度方法并将其用于模糊风险分析问题中。HuiHe，LjieCui，FenglanZhou，Dong Wang[17]给出了梯形模糊数的相似度计算方法并运用于基于群体协同的群决策方法中。对于广义模糊数，YunsikSon，MyoungHwanJoung，Yong-WookLee[18]考虑了几何距离和重心因素，提出了一种广义模糊数的相似度测量方法。Qunzhi Zhou，Yogesh Simmhan，Viktor Prasanna[19]指出了以前研究的不足，提出了基于几何距离、周长和隶属度的广义模糊数的相似度，并将其应用到模糊风险分析问题中。综上指出以上方法是针对规范化后的模糊数的，不能很好地处理非标准模糊数，因此提出了基于指数距离和周长的相似度测量方法并将其应用于故障诊断中。
智慧城市安全研究综述：
2010年，美国的国际商业机器公司（IBM）公司在“智慧地球”理念的基础上，首次提出了“智慧城市”的概念。2012年，北京市发布了《智慧北京行动纲要》。其中，智慧环保是智慧城市建设的重要内容之一。
智慧环保是基于环保信息化的基础上，构建城市智慧环保的支撑，是促进智慧城市建设发展的有效途径。实践证明，以智慧环保为支撑的环境信息化建设将成为今后我国环境管理创新发展的杠杆，以智慧环保带动管理决策的科学化，促进环保治理的整体改革。本文以“智慧北京”建设的外部大环境为背景，探讨智慧环保建设对节能减排、改善生态环境问题，提出相应的对策和建议。
一、智慧城市的界定
近几年来，随着智慧城市建设实践的不断深入，国内外对智慧城市的概念和理论进行了诸多阐述，并取得了很多学术成果。目前，关于智慧城市概念的界定，主要分为三大类：第一，侧重于技术的概念；第二，侧重于目标的概念；第三，侧重于技术与目标兼顾的概念。以下，对所述的这三大概念逐一进行解释[15]。
