1.一种基于概率语言术语集的PM2.5排放权分配方法，应用于评估PM2.5排放权分配效率中，其特征在于，具体包括如下步骤：步骤1：针对在第j个被评估地区中第i个属性建立概率语言术语集 所述第i个属性为第i个影响地区雾霾的污染因素，且将该 的方差作为该 的偏差值σij，将该的平均值作为该 的得分值Eij，其中，i＝1，2，…，n，j＝1，2，…，k，n为属性的总个数，k为被评估地区的总个数；基于第j个被评估地区中所有的概率语言术语集的偏差值和得分值，得到评估第j个被评估地区的PM2.5排放权分配效率的初始模型mj；

步骤2：基于mj，以及约束条件mj≤1，建立分数形式的概率语言术语包络分析模型，即PLTEA评估模型；

步骤3：若决策者需要基于偏差值分析每个被评估地区的PM2.5排放权分配效率，则基于对偶变换，将PLTEA模型的分母设置为1，从而建立偏差型概率语言术语包络分析模型，即D‑PLTEA模型，并转步骤4；若决策者需要基于得分值分析每个被评估地区的PM2.5排放权分配效率，则转步骤6；

步骤4：将n*k个概率语言术语集的得分值作为D‑PLTEA模型的输入，将n*k个概率语言术语集的偏差值作为D‑PLTEA模型的输出，从而计算出每个被评估地区的PM2.5排放权分配效率，以及该地区中所有属性的松弛变量的实际值；若第o个被评估地区的PM2.5排放权分配效率θ＝1，且在该地区中n个属性的松弛变量的实际值均为0，则认定第0个被评估地区的PM2.5排放权分配合理；否则，转步骤5；o＝1，2，…，k；

步骤5：将第o个被评估地区的PM2.5排放权分配效率，以及该地区中所有属性的松弛变量的实际值投影到D‑PLTEA模型的有效边界上，得到第o个被评估地区中第i个概率语言术语集 的偏差值σio的修改值，以及 的得分值Eio的下标值的修改值，根据偏差值σio和σio的修改值得到新的偏差值，根据得分值的下标值和该下标值的修改值，得到新的下标值，决策者基于n个新的偏差值和n个新的下标值对第o个被评估地区的PM2.5的排放权分配进行改进；

步骤6：基于对偶变换，将PLTEA评估模型的分子设置为1，建立期望型概率语言术语包络分析模型，即S‑PLTEA模型；

步骤7：将n*k个概率语言术语集的得分值作为S‑PLTEA模型的输入，将n*k个概率语言术语集的偏差值作为S‑PLTEA模型的输出，从而计算出每个被评估地区的PM2.5排放权分配效率，以及该地区中所有属性的松弛变量的实际值；若第o个被评估地区的PM2.5排放权分配效率θ＝1，且在该地区中n个属性的松弛变量的实际值均为0，则认定第o个被评估地区的PM2.5排放权分配合理，否则转步骤8；

步骤8：将第o个被评估地区的PM2.5排放权分配效率，以及该地区中所有属性的松弛变量的实际值投影到S‑PLTEA模型的有效边界上，得到第o个被评估地区中第i个概率语言术语集 的偏差值σio的修改值，根据偏差值σio和σio的修改值得到新的偏差值，根据得分值的下标值和该下标值的修改值得到新的下标值，决策者基于n个新的偏差值和n个新的下标值对第o个被评估地区的PM2.5的排放权分配进行改进。

2.根据权利要求1所述的一种基于概率语言术语集的PM2.5排放权分配方法，其特征在于，所述步骤2中建立的PLTEA模型hj为：其中，wi为Eij的权重，vi为σij的权重，Ind(Eij)为取下标值函数，所述下标值为Eij对应的得分值的下标值。

3.根据权利要求2所述的一种基于概率语言术语集的PM2.5排放权分配方法，其特征在于，所述步骤3具体为：步骤3.1：通过对偶变换，将公式1中的分母的值设置为1，从而通过如下公式计算第o个被评估地区的包络效率go：其中ωi为Eio的权重；

步骤3.2：公式2的对偶形式如下所示：

其中βj为描述第j个地区规模报酬的变量；

在公式3中加入松弛变量，将公式3中的不等式约束转化为等式约束，得到如下公式：+ ‑

ηi和ηi均为在D‑PLTEA模型中第o个被评估的地区的第i个属性的松弛变量；

以取松弛变量最大值为目标，调用以下线性模型：

将公式4与公式5结合，并引入阿基米德无穷小ε，最终得到D‑PLTEA模型：

4.根据权利要求2所述的一种基于概率语言术语集的PM2.5排放权分配方法，其特征在于，所述步骤6具体为：步骤6.1：通过对偶变换，将公式1中的分子设置为1，通过如下公式计算出第o个被评估地区的包络效率ho：其中，ε为阿基米德无穷小；

步骤6.2：对公式7再次进行对偶变换，得到如下模型：

步骤6.3：在公式8中加入松弛变量、引入阿基米德无穷小ε最终得到S‑PLTEA模型：其中， 为第j个替代方案的规模报酬的变量， 均为在S‑PLTEA模型中第o个被评估地区中第i个属性的松弛变量。

5.根据权利要求1所述的一种基于概率语言术语集的PM2.5排放权分配方法，其特征在于，所述步骤5中 的偏差值的修改值为： 的得分值的下标值的修改值为： 其中， 和 为在D‑

PLTEA模型中第o个被评估地区中第i个属性的松弛变量的实际值，Ind(Eio)为取下标值函数，所述下标值为Eio对应的得分值的下标值。

6.根据权利要求1所述的一种基于概率语言术语集的PM2.5排放权分配方法，其特征在于，所述步骤8中 的偏差值的修改为： 的得分值的下标值的修改值为： 其中， 和 为在S‑PLTEA

模型中第o个被评估地区中第i个属性的松弛变量的实际值，Ind(Eio)为取下标值函数，所述下标值为Eio对应的得分值的下标值。