水资源可再生能力综合评价的遗传加权物元模型.pdfVIP

第34卷第11期 数学的实践与认识 v01．34No．11 MATHEMATICsINPRACTIcE Nove．，2004 110!年11月 ANDTHEORY 水资源可再生能力综合评价的遗传加权物元模型 杨晓华1， 杨志峰1， 沈珍瑶1， 郦建强z (1．北京师范大学环境科学研究所，北京100875) (2．水利部水利水电规划设计总院，北京100011) 摘要： 为了科学地计算水资源可再生能力评价指标的权重．使评价方法具有可操作性，采用主、客观相结 合的赋权基点法，以全局收敛的格雷码加速遗传算法为工具来确定权重，并结合物元分析理论，建立了～种 新的评价模型——遗传加权物元模型．文中给出了该模型实施的详细步骤，对黄河流域9个行政分区的水资 源可再生能力进行了综合评价，取得了较好的效果． 关键词： 水资源可再生能力综合评价；物元模型；权重；遗传算法 1 引 言 水资源虽然是可再生资源，但其开发利用现在面临较大的压力[1-3]．对水资源可再生 能力进行研究，将为水资源可持续开发利用提供理论基础和决策依据．水资源可再生能力 是指：水资源通过天然作用或人工经营能为人类反复利用的能力[4]．由于影响水资源可再 生能力的因素既有天然的又有人工的，因此对水资源可再生能力进行综合评价就是一个多 指标决策问题．由于实际多指标决策问题各项评价指标常常是不相容的，因此，各指标权重 的确定较为困难．为了解决这一问题，人类从多个角度进行过不懈地努力，形成了众多的求 解模型，归纳起来主要有两类，一类是融决策者主观偏好的综合评价法，如Delphi法[5]、特征 向量法¨]、最小平方和法[7]、AHP法口’93等，另一类是完全客观地单从数据指标进行评价，如 灰色关联评价法[1…、模糊综合评判方法[11‘12]、主成分分析法[13‘14]、人工神经网络法[15|、多目 7|、投影寻踪方法口8_2叼等．两类方法相辅相成．文献[21]先给出主观和 标决策理想点法n6’1 客观两种权重，然后以两种权重为基础，建立优化模型，并以最小二乘法为工具，用I且grange 算法，来确定最优权重．但实际问题是，主观确定的权重和客观确定的权重未必事先就知 道，在这种情况下，文献[21=J的方法就很难实施．而蔡文教授创立的物元分析方法，从对事 物的矛盾转化的形式人手，为人脑的“出点子，想办法”打开了一条新的研究途径[22。，成为解 决不相容问题的有利工具，已广泛应用于价值工程、经济管理、人工智能、决策分析、土壤评 价、水质评价等方面[2卜2副．但在应用物元分析方法对多指标决策问题进行综合评价时，各 指标权重的确定依然是个研究热点．目前，物元分析评价方法权重的选取一般采用层次分 析法瞳2_…、神经网络法瞳6|．层次分析法强调主观因素、神经网络法强调客观因素，各有特 点．但对每一种评价方法，我们都不应该生搬应套，而应该根据实际情况，建立合理的数学 模型．为了充分利用已有的’信息和现代优化工具，本文采用主、客观相结合的赋权基点法， 即在待选的方案中，选择一个大家比较熟悉的方案作为基点，该方案的评价等级由专家事先 收稿日期：2002一12—28 基金项目：国家重点基础研究发展规划项目(G1999043605) 11期 杨晓华，等：水资源可再生能力综合评价的遗传加权物元模型 57 凭经验定出，而各指标的权重事先并不知道．通过选择的基点，以全局收敛的格雷码加速遗 传算法[2叩为工具来建立确定权重的优化模型，从中优选出一组最具代表意义的权重，作为 物元评价模型的权重，从而提高评判结果的准确性．即首先，通过基点，以遗传算法为工具， 建立优化模型来确定权重集；其次，以水资源可再生能力评价等级、评价指标及其特征值来 构造物元，建立模型的经典域、节域和关联函数；最后，根据最优权重和关联函数，计算出关 联度，利用关联度对水资源百丁再生能力进行综合评价，为水资源可再生能力的综合评价建立 了一种新的评价模型——遗传加权物元模型．并进一步用于黄河流域9个行政分区的水资 源可再生能力