基于决策者偏好方案计算的水资源配置方法及系统技术方案

本发明专利技术公开了基于决策者偏好方案计算的水资源配置方法及系统，该方法包括：步骤1，运行水资源优化配置模型；步骤2，采用决策者偏好问卷调查形式，收集决策偏好属性，构造决策偏好方案集矩阵；步骤3，将决策偏好方案集矩阵转变为区间模糊数矩阵；步骤4，采用t‑分布估计决策偏好属性下区间模糊数矩阵的概率；步骤5，计算模糊数矩阵的累积前景价值函数，累积前景价值函数为0时的决策方案即决策偏好反转方案；步骤6，在水资源优化配置模型中引入决策偏好反转变量，重新运行水资源优化配置模型。本发明专利技术方法简便易行，将高技能专家的经验凝练成范式，广泛应用到水资源优化配置中，使得普通用户也能够识别和把握缺水分配规律。

Water Resources Allocation Method and System Based on Decision-maker's Preference Scheme Computation

【技术实现步骤摘要】
基于决策者偏好方案计算的水资源配置方法及系统
本专利技术属于水资源配置
，具体涉及基于决策者偏好方案计算的水资源配置方法及系统。
技术介绍
目前，水资源配置模拟通常分为完全仿真模拟、基于规则模拟和基于优化模拟。完全仿真模拟需要在水系统要素间建立适当函数关系解决精确问题，不适用于解决大时空尺度问题。基于规则模拟需要依靠专家经验凝练操作策略，并转化成机器语言定义规则和定义对象行为，这类模拟只限于小部分高技能专家范围内应用，常规用户的经验不足以支持该类模拟方法。基于优化模拟的优势在于能搜寻到最优解，但系统对不确定性输入信息采用均化处理，使得配置结果对用水过程等信息的表述不精确，应用到水资源利用中会偏离实际情况。而水资源利用的总体决策往往不可逆转，决策效果要通过一定时间的检验才能被认识清楚。基于优化模拟的水资源配置缺乏人为规定的制定，而基于规则模拟的水资源配置，虽然依靠专家经验，但缺乏数学优化的便捷性。目前尚未见两种方法的结合。
技术实现思路
针对现有技术中存在的问题，本专利技术将基于优化模拟和基于规则模拟结合，提出了一种基于决策者偏好方案计算的水资源配置方法及系统。本专利技术提供的基于决策者偏好方案计算的水资源配置方法，包括：步骤1，输入需水量数据，运行水资源优化配置模型，输出初始缺水量方案；步骤2，采用决策者偏好问卷调查形式，收集决策偏好属性W，基于决策偏好属性W构造缺水量在行业间分配的决策偏好方案集矩阵D＝dr×m；步骤3，将决策偏好方案集矩阵D＝dr×m转变为区间模糊数矩阵B＝βr×m；步骤4，采用t-分布估计决策偏好属性W下区间模糊数矩阵B的概率Q；步骤5，将步骤4所计算矩阵B的概率期望值作为参照点，计算矩阵B的累积前景价值函数，累积前景价值函数为0时的决策方案即决策偏好反转方案，决策偏好反转方案出现的时间节点即决策偏好反转点；步骤6，在水资源优化配置模型中设置决策偏好反转变量，并设计新目标函数，输入需水量数据重新运行水资源优化配置模型，得到水资源配置结果；所述新目标函数如下：进一步的，步骤2中基于决策偏好属性W构造缺水量在行业间分配的决策偏好方案集矩阵D＝dr×m，具体为：决策偏好属性W＝{WA,WB}，WA和WB分别表示生态缺水量占总缺水量比例和农业缺水量占总缺水量比例，WA＝[a1,a2,……，ar]和WB＝[b1,b2,……,br]；a1、a2、……ar分别为r个决策者偏好的生态缺水量占总缺水量比例，b1、b2、……br分别为r个决策者偏好的农业缺水量占总缺水量比例；决策者编号记为ri；计算决策倾向分配系数θri：调查U个人，其中u个人能接受生态缺水量占总缺水量比例为ari，则θri为u/U；决策偏好方案集矩阵D＝[WAT,WBT,θT]，其中，θ为r个决策倾向分配系数θri组成的向量。和现有技术相比，本专利技术具有如下优点和有益效果：(1)在水资源配置中引入前景理论，将高技能专家的决策偏好用累积前景函数值表征，作为优化模拟的变量，使得水资源优化配置既能反映专家对决策效果规律的把握，又能凭借规划方法实现决策最优解。(2)本专利技术方法简便易行，将高技能专家的经验凝练成范式，广泛应用到水资源优化配置中，使得普通用户也能够识别和把握缺水分配规律。附图说明图1为本专利技术流程示意图；图2为实施例中水资源优化配置模型初始运行所输出的初始缺水量方案；图3为实施例中A决策反转前的缺水量方案；图4为实施例中A决策反转后的缺水量方案；图5为实施例中B决策反转前的缺水量方案；图6为实施例中B决策反转后的缺水量方案；图7为实施例中A决策反转前与反转后的缺水量方案作差；图8为实施例中B决策反转前与反转后的缺水量方案作差。具体实施方式为了更清楚地说明本专利技术和/或现有技术中的技术方案，下面将对照附图说明本专利技术的具体实施方式。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，并获得其他的实施方式。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。此外，下面所描述的本专利技术各个实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互组合。本专利技术基于决策者偏好方案计算的水资源配置方法的具体步骤如下：步骤1，输入需水量数据，运行已构建的基于GAMS开发的水资源优化配置模型，生成初始运行结果，输出初始缺水量方案，本实施例中初始输出缺水量方案如图2所示。水资源优化配置模型中目标函数和主要约束条件均见公式(1)～(3)。XSupply1k,j,t,s≤PZWZSk,j,t,s(2)XSupply2l,t,s≤PZWLSl,t,s(3)式(1)-(3)中：Obj表示目标函数；k为河道外计算单元序号，WzoneN为河道外计算单元数；j为河道外用水种类序号，UserN为河道外用水种类数；t为年内计算时段序号，TTN为年内时段数；s为某种需水量的分段序号，StepN为需水量的分段数；l为河/湖序号，LakN为河/湖数；XSupply1k,j,t,s为计算单元k第j类、第t时段、第s分段下的需水量；XSupply2l,t,s为河/湖l第t时段、第s分段下的需水量；MBRk,j,t,s为河道外计算单元k第j类、第t时段、第s分段下需水量的边际效益；MBLl,t,s为河/湖l第t时段、第s分段下需水量的边际效益；PZWZSk,j,t,s为计算单元k第j类、第t时段、第s分段下的河道外需水量；PZWLSl,t,s为河/湖l第t时段、第s分段下的河道内需水量。步骤2，采用决策者偏好问卷调查形式，收集决策偏好属性W，构造缺水量在行业间分配的决策偏好方案集矩阵D，D属于犹豫模糊矩阵。假设WA和WB为决策偏好属性的两类要素集，分别表示生态缺水量占总缺水量比例和农业缺水量占总缺水量比例，以矩阵形式表示，其中WA＝[a1,a2,……，ar]和WB＝[b1,b2,……,br]，a1、a2、……ar分别为r个决策者偏好的生态缺水量占总缺水量比例，b1、b2、……br分别为r个决策者偏好的农业缺水量占总缺水量比例。决策者编号记为ri，其依次取1,2，……r。例如，ari取10％，即表示第ri个决策者能接受的生态缺水量占总缺水量比例为10％。本专利技术定义决策倾向分配系数θ，其介于0～1之间，θri表示倾向要素ari的相对距离，决策倾向分配系数θri的定义为：调查U个人，其中u个人能接受生态缺水量占总缺水量比例为ari，则θri为u/U。决策偏好方案集表示为，D＝[WAT,WBT,θT]，将决策偏好方案集矩阵记为D＝dr×m，r表示属性个数，也即决策者人数；m表示属性集个数。公式(4)所示为本实施例构造的决策偏好方案集。步骤3，将决策偏好方案集矩阵D＝dr×m转变为区间模糊数矩阵B＝βr×m，并标准化区间模糊数矩阵。区间模糊数矩阵中元素采用公式(5)进行区间模糊数矩阵的转换。式(5)中：g表示序号。采用公式(6)～(7)分别计算区间模糊数矩阵B中各列元素的均值和样本方差，基于均值和样本方差进行对区间模糊数矩阵B进行标准化：式(6)～(7)中，表示区间模糊数矩阵中第r列元素的均值，φr2表示区间模糊数矩阵中第r列元素的样本方差。步骤4，采用t-分布估计区间模糊数矩阵本文档来自技高网...

【技术保护点】
1.基于决策者偏好方案计算的水资源配置方法，其特征是，包括：步骤1，输入需水量数据，运行水资源优化配置模型，输出初始缺水量方案；步骤2，采用决策者偏好问卷调查形式，收集决策偏好属性W，基于决策偏好属性W构造缺水量在行业间分配的决策偏好方案集矩阵D＝dr×m；步骤3，将决策偏好方案集矩阵D＝dr×m转变为区间模糊数矩阵B＝βr×m；步骤4，采用t‑分布估计决策偏好属性W下区间模糊数矩阵B的概率Q；步骤5，将步骤4所计算矩阵B的概率期望值作为参照点，计算矩阵B的累积前景价值函数，累积前景价值函数为0时的决策方案即决策偏好反转方案，决策偏好反转方案出现的时间节点即决策偏好反转点；步骤6，在水资源优化配置模型中设置决策偏好反转变量，并设计新目标函数，输入需水量数据重新运行水资源优化配置模型，得到水资源配置结果；所述新目标函数如下：

【技术特征摘要】
1.基于决策者偏好方案计算的水资源配置方法，其特征是，包括：步骤1，输入需水量数据，运行水资源优化配置模型，输出初始缺水量方案；步骤2，采用决策者偏好问卷调查形式，收集决策偏好属性W，基于决策偏好属性W构造缺水量在行业间分配的决策偏好方案集矩阵D＝dr×m；步骤3，将决策偏好方案集矩阵D＝dr×m转变为区间模糊数矩阵B＝βr×m；步骤4，采用t-分布估计决策偏好属性W下区间模糊数矩阵B的概率Q；步骤5，将步骤4所计算矩阵B的概率期望值作为参照点，计算矩阵B的累积前景价值函数，累积前景价值函数为0时的决策方案即决策偏好反转方案，决策偏好反转方案出现的时间节点即决策偏好反转点；步骤6，在水资源优化配置模型中设置决策偏好反转变量，并设计新目标函数，输入需水量数据重新运行水资源优化配置模型，得到水资...

【专利技术属性】
技术研发人员：贺华翔，尹明万，谢新民，游进军，马真臻，陈非，王婷，张星粟，安强，
申请(专利权)人：中国水利水电科学研究院，
类型：发明
国别省市：北京,11