基于熵模糊模式识别和FAHP的区域水污染负荷分配模型.pdfVIP

基于熵模糊模式识别与FAHP的区域 水污染负荷分配模型。 金菊良1 张明1魏一鸣2程吉林3 (1．合肥工业大学土木建筑工程学院，安徽合肥230009； 2．中国科学院科技政策与管理科学研究所，北京 100080 3．扬州大学水利科学与工程学院，江苏扬州 520009) 摘要区域水污染负荷分配是协调各子区域利益冲突、实现区域污染物排放总量控制、 促进区域水环境可持续利用与区域可持续发展的一种重要调控措施。其难点是如何合理确 定各评价指标的权重，以厦如何有效处理各子区域样本隶属水污染负荷分配重要性过程中 的模糊性和随机性，以充分体现分配过程中的可持续性、效率、公平、差异等原则。为此 提出了基于最大熵原理的模糊模式识别模型，并与基于加速遗传算法的模糊层次分析法相 耦合，构成了用于舍理确定各予区域水污染负荷合理分配的新模型(EFR—FAHP)。结 果说明：用EFR—FAHP进行区域污染负荷分配，数学物理概念明确，方法简明，通用 性强，计算结果客观、合理，为区域水环境管理提供了一种新方法。 关键词 区域水污染负荷分配；模糊模式识别；模糊层次分析法；最大熵原理 区域水污染负荷分配(也称允许排放总量分配)，就是将某区域内基于水环境容量或 控制目标确定的水污染允许排放总量分配到各子区域，它是实现污染物排放总量控制、水 环境可持续利用与区域可持续发展的一种重要措施。目前已有的研究主要有基于经济优化 原则的分配方法、基于公平原则的分配方法，以及基于经济优化与公平原则的分配方法 等r“。由于各子区域在社会、经济、资源、环境、技术和管理等方面存在许多差异性和不 平衡性，集中反映在水污染处理能力上存在明显差异，根据上述方法确定的分配方案常常 难以实施，以致达不到预期效果。目前建立区域水污染负荷合理分配模型的关键问题，一 是如何合理确定各评价指标的权重，二是如何有效处理分配过程中的模糊性和随机性。为 此本文提出用最大熵原理(maximumEntropy 别模型(FuzzypatternRecognition Genetic (AcceleratingAlgorithm，AGA)[43的模糊层次分析法(FuzzyAnalyticHierarchy FAHP)，并进行了应用研究。 {教育部优秀青年教师资助计划(教人司[2002]350)。 22s 1 EFR—FAHP的建立 利用Delphi等方法可建立影响区域水污染负荷分配的评价指标体系：“，设其中的“ FAHP的过程包括如下3个步骤： 步骤1评价指标样本系列{z。li一1，2，…，n，j一1，2，…，训的一致无量纲化处理。 对越大越优型、越小越优型、区问型指标分别采用以下各式进行处理： r州一(z州一z…．，)／(z…．，一z…) (1) r¨一(T…+，一．27”)／(z…，J一3：7…，，) (2) f1一(nJ—zⅥ)／max(a：一z¨)，z¨口J rw={1，z州∈[Ⅱ，，b] (3) 11一(z¨一bj)／max(x。一b，J)，z。bj 式中．max、min分别为取大、取小函数；[q，b，]为第J评价指标的最优区间；％为第 i子区域第j评价指标对区域水污染负荷“分配重要性”这一模糊集的相对隶属度值。 步骤2确定各子区域水污染负荷分配权重P；，i一1，2，…，n。设将n个子区域依 据m个指标特征值按照“分配重要性”的C个级别进行识别”1，第J指标的权重为w，， 第i子区域从属于级别h的相对隶属度为“。，级别h指标』的标准指标相对隶属度为s。， J一]，2．…，m，i一1，2，…，，h一1，2，…，c。为有效处理各子区域隶属各级别 的模糊性和随机性，在计算“*和Ⅻ，时要求：①各子区域与各级别之间的广义离差平方和 ∑∑“。∑”，(～一嘶)2在条件∑“。一1和∑Wj一1下最小化．用以表示子区域i与 级别h之间的差异越小则对应的相对隶属度