水利水电规划方案优选投影寻踪模型.pdfVIP

水 利 学 报 · 2005年12月 SHUILIXUEBA0 增刊 文章编号：0559—9350(2005)增刊一435一03 水利水电规划方案优选的投影寻踪模型 王顺久，李跃清 (中国气象局成都高原气象研究所，四JII成都610072) 摘要：建立了水利水电规划方案优选的投影寻踪模型，利用投影寻踪模型计算反映水利水电规划方案多指标综 合信息的投影特征值，根据投影特征值进行水利水电规划多方案评价和优选。分析表明该方法操作简便，合理 可行．为多因素影响的水利水电规划方案优选提供了新途径。 关键词：水利水电；方案优选；投影寻踪；模型 中国分类号：TV212 文献标识码：A 水利水电规划方案优选既是一个复杂的技术经济问题，又是一个涉及诸多因素影响的综合评价问 题。关于多因素综合评价方法的研究相对比较多，主要包括专家打分法、层次分析法、灰色关联分 析、模糊评判、人工神经网络以及物元分析等等[1]，这些方法各有优点和不足，如人工神经网络技术 存在网络结构经验确定的不足，而模糊评价、物元分析等则存在权重人为给定的任意性。同时，对于 涉及多因素影响的水利水电规划方案优选不能仅仅单独考虑各影响因素的作用效果，而是应在最少人 为干扰的情况下，综合分析各影响因素之间的相互关系，从而得出全面反映各影响因素特征信息的综 合评价结果。文献[2]和文献[3]分别将灰色决策分析方法和人工神经网络技术应用于水利水电规 划方案优选分析中，本文将在水利水电规划方案优选中引入投影寻踪技术，建立水利水电规划方案优 选的投影寻踪模型，分析影响因素的数据特性，计算水利水电规划方案影响因素的投影特征值，并依 据各个方案的投影特征值对水利水电规划方案进行排序和优选。 1投影寻踪模型 投影寻踪是处理多因素复杂问题的统计方法，它是将高维数据向低维空间进行投影，通过低维投 影数据的散布结构来研究高维数据特征[4]，投影寻踪分析作一种综合评价的新方法已在涉及多因素影 响的综合评价问题中得到广泛应用[5吖]。 设第i个样本的第歹个影响指标为z 数)，建立投影寻踪模型的步骤如下： (1)指标无量纲化。为了消除评价指标量纲效应，使每个因素都具有同等的表现力，建模之前对 原始指标端进行无量纲化处理为zi一端／zom引其中z；。。。为J指标的样本最大值。 (2)线性投影。把高维的数据信息通过投影的方法转化到低维空间，不但形象直观，而且便于运 用常规的方法进行分析处理。所谓投影实质上就是从不同的角度去观察数据，寻找能够最大程度地反 映数据特征和最能充分挖掘数据信息的最优投影方向。这里采用线性投影，即将高维数据投影到一维 线性空间进行研究。设口为m维单位向量，其分量为a，，a。，…，a。，则第i个样本的投影特征值 收稿日期：2005—07—01 金项目(2004035277) ——435·--—— zi可用(1)式描述， zf Ll，(1) z；一∑ajxij2厶 J=1 (3)构造投影指标。因多因素综合评价的实质就是将待评价样本进行合理的分类，因此可根据分 类指标来构造投影指标，即多元数据在一维空间散布的类间距离s(口)和类内密度d(日)同时取得最大 值。因此，将投影指标Q(口)定义为s(n)与d(n)的乘积。即， Q(口)一5(n)·d(a) (2) 类间距离s(n)用样本序列的投影特征值方差计算，