[发明专利]基于Vague值相似度量改进算法的湖库水华应急治理决策方法

摘要

本发明公开了一种基于Vague值相似度量改进算法的城市湖库水华应急治理多目标多层次决策方法，属于环境工程技术领域。所述方法的包括构建决策层次模型、获取决策矩阵、确定参考属性‑目标Vague集矩阵、计算参考属性加权平均Vague值和备选方案决策排序的步骤，排序后相对贴近度越大的备选方案越理想。本发明实现了湖库水华的多目标多层次应急治理决策，最终达到高效治理水华的效果；对提高水华治理的针对性、科学性和高效性有着重要意义，对城市湖库水环境的保护和改善能够起到重要作用。

主权项

基于Vague值相似度量改进算法的湖库水华应急治理决策方法，其特征在于：步骤一、构建决策层次模型；所述的决策层次模型包括目标层、方案层和属性层；选取对周边环境影响、治理效果显现时间、资本或劳动力投入、对水体的二次污染作为目标层中的决策目标；选取内源营养盐法、牧食法、植物化感抑藻、引水冲刷、吸附法、人工曝气、机械除藻、混凝沉淀、氧化剂、特征除藻法、大麦秸秆叶、人工湿地作为方案层中的备选方案；选取蓝藻生物量、绿藻生物量、水生动物、叶绿素、其他藻类、总氮、总磷、溶解氧、PH值、高锰酸盐指数、温度、悬浮物、透明度和光照强度作为属性层中的影响属性；步骤二、获取决策矩阵；对于方案层与目标层，由专家意见形成方案层中各备选方案对目标层中各决策目标的方案‑目标决策矩阵；对于方案层与属性层，根据检测与调查结果构造出属性层中各影响属性对方案层中各备选方案的方案‑属性决策矩阵；层次间的优属度通过语言变量来确定，采用Vague集表示方案‑目标决策矩阵和方案‑属性决策矩阵，即方案‑目标Vague集矩阵和方案‑属性Vague集矩阵；步骤三、确定参考属性‑目标Vague集矩阵；将方案‑目标Vague集矩阵转换为方案‑目标相对优属度矩阵；在方案‑目标相对优属度矩阵中，将目标分为效益型和成本型两类，分别确定各目标的最优方案和最差方案作为参考方案，并根据方案‑属性Vague集矩阵，得到相应方案的最优属性Vague值和最差属性Vague值，从而获得最优属性‑目标Vague集矩阵和最差属性‑目标Vague集矩阵作为参考属性‑目标Vague集矩阵；步骤四、计算参考属性加权平均Vague值；采用Vague集的信息熵权计算法，针对最优属性‑目标Vague集矩阵和最差属性‑目标Vague集矩阵，分别计算得出参考方案下各目标的权重；再根据TOPSIS方法，用VPIS及VNIS分别表示基于Vague集的理想解和负理想解，得到最优属性加权平均Vague值及最差属性加权平均Vague值，作为参考属性加权平均Vague值；步骤五、备选方案决策排序；计算各备选方案到VPIS及VNIS的距离；再根据各备选方案到VPIS及VNIS的距离计算各备选方案的相对贴近度；根据相对贴近度大小对备选方案的优劣进行排序，得到相对贴近度最大的备选方案作为最终的决策方案。