［作者简介］李宽（1996—），男，汉族，河北邢台人，就读于辽宁科技大学，研究方向：建筑环境与能源应用。
1 引言
随着城市环境、能源、人口以及社会管理之间的矛盾日益凸显，城市发展相关问题再一次成为研究焦点。自“智慧城市”的概念被提出以来，全球各个城市纷纷将智慧城市建设列入城市发展战略。但如何依据实况建设智慧城市?如何评价一个城市的智慧化水平?用什么方法对智慧城市未来发展进行科学有效的预测？这些问题在当今社会仍没有统一的认识，本文正是基于此背景下一次有意义的尝试。
2智慧城市评价指标体系的构建
2．1模型的设计思路
此研究主要有指标选择、指标分类和指标体系架构建三方面内容。本文对现有的城市评价指标体系进行了系统的总结和归纳，通过模糊集思想选择指标，采用DPSIR模型构建体系架构,引入ANNs理论确定权重；利用spss平台对指标进行了分析和处理，对指标权重进行了计算，完成了信度效度检验，最后得到一套适合评价中国国内智慧城市建设水平的评价指标体系。
2．2模型的构建
DPSIR模型由五大维度组成：Driving（驱动力），Pressure (压力)，State (状态)，Impacts (影响)和 Responses (响应)。D（Driving缩写，下同）是指公共生活领域对环境施加的压力；P是指由此产生的对被调查对象的消极改变；S是指被调查对象的状态；I是指前三者对被调查对象的最终影响，如大气污染和热岛效应；R是指被调査对象的压力，如对被调查对象立法的社会响应。
2．2．1基于模糊集合思想的指标体系筛选
为保证获取广泛和及时的指标，论文搜集了21个智慧城市评价体系的一级指标并进行归类，论文避免了用主观性过强的凭经验选留指标，而是引用模糊集理论，通过构建隶属度函数来进行筛选。［1］
2．2．2指标标准化处理
指标库的指标可分为三类，为了统一比较，需采用不同的方法将它们标准化：①百分数型指标无须转化，直接将百分比作为该项分值；②绝对数据型指标需进行转化，如沈阳市的人均受教育年限是11．4年，营口是10．5年，则将沈阳的得分记为100，营口和沈阳相比百分数记为营口得分；③相对差异程度指标需利用差异性来进行合成，如用高低收入人群上网比例的差异性来解释互联网的公平性程度。
2．2．3指标信度检验
进行指标的信度检验是为了保证指标的有效性。本文对指标信度检验所采用的指标是主流的信度系数——克隆巴赫(Alpha)系数a(a> 0．9信度很高,0．7 ~ 0．9能够接受,a < 0．7不能接受)。［2］
2．2．4指标一致性检验
借助SPSS软件对总库指标进行一致性分析，算出一致性信度系数a值，用以判断各指标信度是否达标，指标能否保留。
2．2．5指标权重确定