2004全国博士生学术论坛材料科学分论坛会议论文集-中国科技论文在线.docVIP

河流污染监测中的TOPSIS算法 姚刚强1,费树岷1,张希1 1东南大学自动化学院，江苏南京 （210096） 2东南大学自动化学院，江苏南京（210096） 3东南大学自动化学院，江苏南京（210096） E-mail： HYPERLINK mailto:gangqiang_yao@163.com gangqiang_yao@163.com TOPSIS法是一种多目标决策方法，其思想在河流污染监测中可用于多目标系统的优化布点问题。本文详细介绍了TOPSIS法,并在求一般目标与理想目标的距离时尝试对其进行改进。实例表明改进后的方法充分运用了优化矩阵的信息，优选结果符合客观实际。在开封市境内的各河流共计13个断面采样点中，经过此法优选只需监测1、4、6、8、9和11号即可，可见这种方法在河流污染监测中有很高的合理行和实用性。 TOPSIS法　污染监测　优化布点　监测断面　多目标决策 中图分类号：X8 引 言 在河流污染监测中往往排污口众多，为得到完整的监测信息，从理论上讲，要求监测的空间和时间分辨率越高越好。但是盲目追求和实现高分辨率的空间和时间监测信息，无论在经济上还是在效率上都是不易实现的，在实践上也是没必要的。这样监测断面的选择问题成为首要问题，可以用尽可能少的监测断面获取最有空间代表性的环境信息，这就构成了河流污染监测优化布点问题要解决的问题。而TOPSIS法就是一种多目标决策方法[1] [3]，优化结果科学合理从而避免凭主观感觉的盲目做法。鉴于TOPSIS法在具体计算中会出现不尽如人意现象，本文尝试改进在求与理想目标的距离的算法，通过对监测断面环境质量的优劣排序和分类，最终达到优化布点的目的。 TOPSIS法 原理 TOPSIS法是Technique For Order Preference by Similarity to Ideal Solution 的缩写，既逼近与理想解的技术。方法的基本思路是定义决策问题的理想解和负理想解，然后在可行方案中找到一种方案，使其距理想解的距离最近，而距负理想解的距离最远。 理想解一般是设想最好的方案，它所对应的各个属性至少达到各个方案中的最好值；负理想解是假设最坏的方案，其对应的各个属性至少不优于各个方案中的最劣值。方案排队的决策规则[2]，是把实际可行解和理想解与负理想解作比较，若某个可行解最靠近理想解，同时又最远离负理想解，则此解是方案集的满意解。 距离的度量 采用相对接近度量。设决策问题有个目标，个可行方案并设该问题的规范化加权目标的理想点是，，那么用欧几里德范数作为距离的度量，则从任意可行点到的距离为： 同理，设则任意解到负理想解之间的距离为： 式中，为第个目标对第个方案的规范化加权值。那么，某一可行解对于理想解的相对接近度定义为： 于是，若是理想解，则相应的；若是负理想解，则相应的。愈靠近理想解，愈接近1；反之，愈接近于0。那么，可以对进行排队，得以求出满意解[3] [6]。 TOPSIS 法计算步骤 第一步：设某一决策问题，其决策矩阵为。由可以构成规范化的决策矩阵，其元素为，且有 式中由决策矩阵给出。 第二步：构造规范化的加权决策矩阵，其元素为，  为第个目标的权。 第三步：确定理想解与负理想解。设代表效益型目标集，代表成本型目标集有 第四步：计算每个方案到理想点的距离和到负理想的距离 。 第五步：按式（3）计算，并按每个方案的相对接近度的大小排序，找出满意解[4]。 改进之处 ①上面第三步中的还原为，并作为第二步，以下过程都是在此基础上进行的。 ②原来的第二步换为：目标集中的评价指标按其指标值的相对变化率的大小确定其权重，具体计算如下：   并作为第三步 eq \o\ac(○,3)计算各个目标单元到理想解和负理想解距离的公式（1）和（2）修改为下面两个公式，分别记做和其中： 实例分析 水质环境质量监测点位优化 本文实例水质环境监测数据来自开封市环保局。表1列出了开封市13个监测断面石油类、生化需氧量、化学需氧量、高锰酸盐指数、氨氮、挥发酚、砷、氟化物、总铅、总磷、总氮等11项水质污染指数监测值[5]。 利用文中建立的改进的TOPSIS法优化模型，首先对监测端面的水质污染指标进行无量纲处理。因为环境监测指标值越大环境质量越差，所以按成本型目标集构筑规范化优化矩阵，并分别计