基于AOWEA算子的滑坡治理方案优选方法技术

本发明专利技术公开了基于AOWEA算子的滑坡治理方案优选方法，涉及滑坡治理技术领域，以某滑坡在初设阶段提出的四种治理方案为基础，结合多属性决策方法对四中治理方案进行分析计算，并最终确定了最优的治理方案，操作简单快捷，且结果客观，具有一定的推广应用价值。

【技术实现步骤摘要】
基于AOWEA算子的滑坡治理方案优选方法
本专利技术涉及滑坡治理
，特别是涉及基于AOWEA算子的滑坡治理方案优选方法。
技术介绍
滑坡治理是灾害治理工程中的热点，选择经济、合理、有效的滑坡治理方案是开展滑坡治理工程的重要基础，但在实际滑坡防治中由于治理方案选择不合理而导致治理效果不佳，后期进行应急治理和方案变更等造成极大的资源浪费。因此，在滑坡治理工程开展之前如何选择最优治理方案尤为重要。滑坡治理方案优选方法很多，包括定性优选、半定性半定量优选、定量优选三类。滑坡治理方案优选是一个考虑多因素且系统的决策过程，目前的研究成果均有其优越性，但又有其局限性。滑坡治理方案优选是决策者通过分析决策属性信息，对有限个已知方案进行综合评价，进而对已知方案排序，因此可以判定：滑坡治理方案优选是多属性决策问题。多目标属性决策是利用决策信息，通过某种方法对有限个研究对象进行分析评价，进而根据评价结果进行排序。现实生活中的各个领域广泛存在着多属性决策问题，包括经济、军事、管理、环境及工程系统等。多属性决策能根据决策指标体系，充分考虑决策属性之间的权重关系，研究决策者在决策过程中的作用，系统地对决策问题进行求解，得出决策方案综合属性效用值，进而选择最优决策方案，而多属性决策方法在滑坡治理方案优选中的应用研究却不多。
技术实现思路
本专利技术实施例提供了基于AOWEA算子的滑坡治理方案优选方法，可以解决现有技术中存在的问题。基于AOWEA算子的滑坡治理方案优选方法，所述方法包括以下步骤：设S＝{S1,S2,…,Si,…,Sm},m≥2为优选方案集，U＝{u1,u2,…,uj,…,un},n≥2为指标属性集，对于方案Si，Si关于指标uj的属性值构成决策矩阵其中表示方案Si对应于指标uj的属性值；对所述决策矩阵进行规范化处理，得到规范化决策矩阵利用离差最大化方法求解所述规范化决策矩阵中各指标属性的权重；对所述规范化决策矩阵中的指标属性建立可能度矩阵进而建立可能度矩阵排序向量Vi，以对规范化决策矩阵中的指标属性进行排序；根据所述规范化决策矩阵中各指标属性的权重，利用AOWEA算子对各方案Si的排序后的规范化决策矩阵中的指标属性值进行集结，求得优选方案综合属性效用值Zi；根据综合属性效用值Zi计算相应的可能度，并建立可能度矩阵以及可能度矩阵排序向量，以对综合属性效用值Zi进行排序；按Zi的大小对各方案Si进行排序并优选。优选地，计算规范化决策矩阵的具体方法为：效益型指标属性：成本型指标属性：按照式上两式对所述决策矩阵进行规范化得到所述规范化决策矩阵优选地，利用离差最大化方法求解所述规范化决策矩阵中各指标属性的权重的具体方法为：式中：Wj为规范化后的指标属性的权重，为规范化决策矩阵中指标属性与之间的相离度，其中优选地，可能度为：采用上式对方案Si中各规范化后的指标属性进行两两比较，建立各个指标属性之间的可能度矩阵Pi，然后利用下式求得各方案的可能度矩阵排序向量Vi：优选地，通过下式计算所述综合属性效用值Zi：其中，为AOWEA算子，dj是中第j个最小的元素。本专利技术实施例中的基于AOWEA算子的滑坡治理方案优选方法，以某滑坡在初设阶段提出的四种治理方案为基础，结合多属性决策方法对四中治理方案进行分析计算，并最终确定了最优的治理方案，操作简单快捷，且结果客观，具有一定的推广应用价值。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的基于AOWEA算子的滑坡治理方案优选方法的流程图；图2为方案比选指标的权重分配比例示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。在介绍本专利技术的技术方案前，首先对相关技术做一个简单介绍：OWA算子：设f:Rn→R+，若其中W＝(W1,W2,…,Wn)T是一组数据(α1,α2,…,αn)的加权向量，Wj∈[0,1]，且bj是一组数据αi(i∈n)中第j个最大元素，则称函数f是n维有序加权平均OWA算子。上升有序加权欧氏平均(AOWEA)算子：设若其中W＝(W1,W2,…,Wn)T是一组数据(α1,α2,…,αn)的加权向量，Wj∈[0,1]，且dj是一组数据αi(i∈n)中第j个最小的元素，则称函数是n维上升有序加权欧氏平均(AOWEA)算子，显然，这里d1≤d2≤…≤dn。参照图1，本专利技术实施例中提供的基于AOWEA算子的滑坡治理方案优选方法，该方法包括以下步骤：步骤110，设S＝{S1,S2,…,Si,…,Sm},m≥2为优选方案集，U＝{u1,u2,…,uj,…,un},n≥2为指标属性集，对于方案Si∈S，Si关于指标uj的属性值进而构成决策矩阵其中表示方案Si,i＝1,2,…m对应于指标uj,j＝1,2,…n的属性值，规定例如本专利技术一个实施例中决策矩阵值如表1所示：表1各属性决策矩阵值表1中各个指标的属性值是由参与该滑坡治理方案设计的专家在对各个治理方案的设计、工程预算、施工周期等因素全面认识的基础上评价决议而得出，规定：除了总投资u1、监测费u2、工程建设期u4这三个指标按照设计方案给出，其它指标的取值范围在[0,1]之间。由以上方法得到该滑坡治理方案各指标属性的决策矩阵值如表1，其中治理效果u6和结构与环境的协调性u8为效益型属性，其他为成本型属性。步骤110，对所述决策矩阵进行规范化处理，得到规范化决策矩阵具体规范化方法为：效益型指标属性：成本型指标属性：按照式(3)或(4)对表1的决策矩阵进行规范化得到规范化决策矩阵，如表2所示：表2各属性规范化决策矩阵步骤120，利用离差最大化方法求解规范化决策矩阵各指标属性的权重；所述离差最大化方法为：式中：Wj为规范化后的指标属性的权重，为规范化决策矩阵中指标属性与之间的相离度，其中根据表2所示的各属性规范化决策矩阵，利用式(5)计算得到各指标属性的权重为：W＝[w1w2w3w4w5w6w7w8w9]＝[0.06790.04040.13940.17090.11710.02900.18780.05530.1923]各指标权重分配比例如图2所示，由图2可知：施工产生次生灾害的可能性、施工对环境的影响占据前两位，其权重值分别为0.1923和0.1878。步骤130，对规范化后的指标属性建立可能度矩阵进而建立可能度矩阵排序向量Vi，以对规范化后的指标属性进行排序。所述可能度为：所述可能度矩阵排序向量Vi为：采用式(6)对方案Si中各规范化后的指标属性进行两两比较，建立各个指标属性之间的可能度矩阵Pi，然后利用式(7)求得各方案的可能度矩阵排序向量Vi。(1)方案一的可能度矩阵P1和排序向量V1。V1＝[0.08120.09800.11820.09370.09430.12080.13280.12本文档来自技高网...

【技术保护点】
基于AOWEA算子的滑坡治理方案优选方法，其特征在于，所述方法包括以下步骤：设S＝{S1,S2,…,Si,…,Sm},m≥2为优选方案集，U＝{u1,u2,…,uj,…,un},n≥2为指标属性集，对于方案Si，Si关于指标uj的属性值

【技术特征摘要】
1.基于AOWEA算子的滑坡治理方案优选方法，其特征在于，所述方法包括以下步骤：设S＝{S1,S2,…,Si,…,Sm},m≥2为优选方案集，U＝{u1,u2,…,uj,…,un},n≥2为指标属性集，对于方案Si，Si关于指标uj的属性值构成决策矩阵其中表示方案Si对应于指标uj的属性值；对所述决策矩阵进行规范化处理，得到规范化决策矩阵利用离差最大化方法求解所述规范化决策矩阵中各指标属性的权重；对所述规范化决策矩阵中的指标属性建立可能度矩阵进而建立可能度矩阵排序向量Vi，以对规范化决策矩阵中的指标属性进行排序；根据所述规范化决策矩阵中各指标属性的权重，利用AOWEA算子对各方案Si的排序后的规范化决策矩阵中的指标属性值进行集结，求得优选方案综合属性效用值Zi；根据综合属性效用值Zi计算相应的可能度，并建立可能度矩阵以及可能度矩阵排序向量，以对综合属性效用值Zi进行排序；按Zi的大小对各方案Si进行排序并优选。2.如权利要求1所述的基于AOWEA算子的滑坡治理方案优选方法，其特征在于，计算规范化决策矩阵的具体方法为：效益型指标属性：成本型指标属性：

【专利技术属性】
技术研发人员：李寻昌，李葛，杨威，叶君文，曹岩，崔伟帅，李俊，闫成龙，赵海南，汪班桥，
申请(专利权)人：长安大学，
类型：发明
国别省市：陕西,61