基于多属性评价敏感性分析太湖水资源综合治理.docVIP

基于多属性评价敏感性分析太湖水资源综合治理 　　[摘 要] 本文针对一类具有保序变换特征的多属性评价方法，提出了一个基于向量夹角比较的敏感性分析方法，即采用权向量的夹角余弦来度量基于不同偏好或偏好组合的权重敏感性，并探讨了敏感度概念，给出了相关算法及证明了其合理性。在此基础上对太湖水资源进行详尽分析，提出了太湖水资源综合治理方法和措施，并应用此方法对太湖区域污水厂建设项目进行了定量分析和评价。 　　[关键词] 多属性评价；敏感性分析；太湖水资源 　　doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2015 . 17. 102 　　[中图分类号] X524；O231 [文献标识码] A [文章编号] 1673 - 0194（2015）17- 0196- 05 　　1 引 言 　　敏感性分析是有效地利用模型和实施定量决策的一个重要环节，其目的是在关键参数改变的情况下评价解的稳定性。通过敏感性分析，可以确定不精确因素会导致评价或决策产生多大的偏离，以及不确定因素的变化对结果会产生多大的影响。决策者也可以据此了解到哪个参数最为敏感，以便将注意力更有效地集中在问题的关键部分。 　　多属性评价随着多目标决策技术的发展而发展。最早提出多目标决策问题的是法国经济学家V. Pareto ，他于1896年将大量不可公度的目标设法变换为单一的目标去寻优；19世纪末20世纪初G. Cantor 和F.Hausdorff的有序空间理论的建立，为多目标决策理论打下了数学基础[1]；1944年，Von Neumann和O. Morgenstern从对策论角度提出了彼此相互矛盾的多个决策人的多目标决策问题[2]。80年代以来，多目标决策理论和方法进一步发展完善。1982-1987年间， M. Zeleny.V. Chankong 和Y. Y. Haimes以及C. L. Hwang 等人有关专著的陆续出版，大大丰富了多目标决策理论体系和技术手段，特别是在多目标决策评价技术中引入人工智能，显示了超越人工智能和专家系统的巨大潜力[3] 。但是，水资源的可持续利用，不应只注重水量、水质或单纯的经济效益，而应将水的经济效益、社会和环境等综合起来考虑，其突出特点就是随机性，需要结合随机数学模型进行评价[4] 。目前国内水资源的可持续利用研究，主要以经济、社会、生态效益等宏观方面的评价和管理为主[5-6]，或者从水量、水质等方面出发[7]，但都没有考虑非确定性因素。本文给出的基于向量夹角余弦的敏感度概念及模型则具有较好的可比性和直观性，系统地研究了太湖水资源综合治理方法和措施，对太湖区域污水厂建设项目进行了定量分析和评价。 　　2 基于夹角余弦的权重敏感度分析 　　对于一个多属性评价或决策问题，决策变量通常为有限个方案或行动。本文用A={a1，a2，…，am}表示有限方案集，f（x，W）表示方案评价函数，其中x=（x1，x2，…，xn）T∈A表示方案，xi为方案x的第i个属性值，W=（w1，w2，…，wn）T∈S表示属性权向量，wk≥0且wk=1，m为方案数，n为属性数，S是Rn中的一个凸集。为了方便表达和讨论，假设如下： 　　（1）f（x，W）值越大，方案x越优； 　　（2）评价函数f（x，W）关于W连续； 　　（3）对权W和方案a1，a2，…，am，记方案评价值间关系f（a1，W）≥f（a2，W）≥…≥f（am，W）为a1≥a2≥…≥am。 　　定义1：称集合 　　为方案ai≥aj的权重集合或空间。 　　显然，Sij？哿S给出了方案ai≥aj条件下权向量W的取值空间。如果W0∈Sij，则Sij也是W0的敏感空间。一般来说，这样一个空间对于普通者来说并不直观，难以把握和比较。因此为了分析权重W0的变化对评价结果的影响，需要在Sij中定义一个直观度量。定义2给出了基于夹角余弦的敏感度概念。 　　由于单个属性的权重取值范围通常为[0，1]，因此权向量位于第一象限。为了简化问题，上述定义中进一步约定θij∈[0，90°]，则σij=cosθij∈[0，1]。这里，夹角θij越小，cosθij越大，则W0关于Sji的敏感度越大。 　　设θij为权W0∈Sij关于Sji的敏感角，Sij为凸集，且cosθij=cos，其中W∈Sji，则有： 　　f（ai，W）=f（aj，W）（1） 　　对于评价函数f（x，W）=WTx、方案ai和aj，且ai≠aj，如果权向量W0∈Sij，则W0关于Sji的敏感度为 　　其中W为下述规划P1的最优解。 　　P1：Min|W0-W| 　　s.t. WT（ai-aj）=0（3） 　　3 太湖水资源综合治理思路和措施 　　太湖是我国的第三大淡水湖泊，位于长江三角洲南