一种节水型城市的评价方法、系统、设备及其存储介质技术方案

本发明专利技术提供一种节水型城市的评价方法、系统、设备及其存储介质，至少包括：S1、收集待评价城市的用水数据以及节水准则；S2、根据所述节水准则，使用层次分析法确定主观权重；S3、根据所述用水数据，使用熵权分析法确定客观权重；S4、根据所述主观权重和所述客观权重，使用距离函数确定综合权重；S5、根据所述用水数据和所述节水准则，以及预设的节水型城市评价等级，利用所述综合权重和物元可拓模型，对待评价城市进行等级评价。本发明专利技术能够为未来年份该城市节约水资源发展趋势提供准确的辅助决策。

【技术实现步骤摘要】
一种节水型城市的评价方法、系统、设备及其存储介质
本专利技术涉及节水型城市综合评价
，具体涉及一种节水型城市的评价方法、系统、设备及其存储介质。
技术介绍
基于生态环境和自然资源的逐步匮乏，对于城市用水和节水的管理越来越被社会所重视。节水型城市这个概念也渐渐进入了大众的视线。所谓节水型城市是指一个城市通过对用水和节水的科学预测和规划，调整用水结构，加强用水管理，合理配置、开发、利用水资源，形成科学的用水体系，使其社会、经济活动.所需用的水量控制在本地区自然界提供的或者当代科学技术水平能达到或可得到的水资源的量的范围内，并使水资源得到有效的保护。创建节水型城市有助于合理开发，高效利用城市水资源，提高科学用水，合理用水水平，使有限的水资源满足人民生活需要，保障城市经济和建设可持续发展。目前，对于节水型城市的评价方法有很多，如层次分析法、蚁群投影寻踪回归模型与优劣解距离模型相结合方法、集对分析法、熵权分析法等。但上述评价方法均各有利弊。例如：层次分析法主观性强，评价者的主观性会影响评价结果；蚁群投影寻踪回归模型与优劣解距离模型相结合方法将指标体系的高维数据投影到一维子空间上，借助蚁群算法寻找最佳投影方向，将评价等级对应的投影值与待评价样本的投影值相比较，确定其指标权重。虽然整个评价过程无任何主观色彩。但是在基本蚁群算法中，信息素增加强度，信息启发因子等有关参数的设定都是根据经验而定的，很不准确；集对分析法是一种能很好的用于处理不确定性问题的分析方法，并与层次分析法相结合，其评价结果综合考量了各个影响因素的直观量值，但是在评价指标体系方面进行了简化和归类，不能全面反映节水型城市的建设评价；熵权分析法完全依赖于原始数据自身规律，计算权重进行评价，该方法相对完善成熟，但该方法缺少对客观数据的综合评价，评价指标较单一。针对上述评价方法中主观因素和客观因素的互不相容，不难看出，现有对于节水型城市的评价方法考虑的因素并不全面，评价的并不准确。那么，如何对节水型城市进行合理、全面、准确的评价成为了亟待解决的问题。
技术实现思路
鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种节水型城市的评价方法、系统、设备及其存储介质。用于解决节水型城市评价结果不准确的问题。为实现上述目的及其他相关目的，本专利技术提供一种节水型城市的评价方法，该方法至少包括以下步骤：S1、收集待评价城市的用水数据以及节水准则；S2、根据所述节水准则，使用层次分析法确定主观权重；S3、根据所述用水数据，使用熵权分析法确定客观权重；S4、根据所述主观权重和所述客观权重，使用距离函数确定综合权重；S5、根据所述用水数据和所述节水准则，以及预设的节水型城市评价等级，利用所述综合权重和物元可拓模型，对待评价城市进行等级评价。于本专利技术的一实施例中，所述S2至少包括：S21、根据所述节水准则，使用1-9标度法构建比较判断矩阵；S22、将所述比较判断矩阵的列向量进行归一化处理，得到列向量矩阵；S23、将所述列向量矩阵按行求和并归一化处理，得到归一化权重矩阵，并将所述归一化权重矩阵作为主观权重。于本专利技术的一实施例中，所述S2还包括：对归一化权重矩阵使用一致性比率进行校验，校验成功，则归一化权重矩阵为主观权重，包括：根据归一化权重矩阵，计算最大特征值；据所述最大特征值，计算归一化权重矩阵的一致性指标；根据平均一致性指标，计算一致性比率；依据一致性比率，判断归一化权重矩阵是否具有一致性：当具有一致性时，将归一化权重矩阵确定为主观权重。于本专利技术的一实施例中，所述S3至少包括：S31、根据所述用水数据，构造原始判断矩阵B，本专利技术还提供一种节水型城市的评价系统，所述系统至少包括：数据收集单元，用于收集待评价城市的用水数据以及节水准则；主观权重计算单元，用于根据所述节水准则，使用层次分析法确定主观权重；客观权重计算单元，用于所述用水数据，使用熵权分析法确定客观权重；综合权重计算单元，用于根据所述主观权重和所述客观权重，使用距离函数确定综合权重；节水型城市等级评价单元，用于根据所述用水数据和所述节水准则，以及预设的节水型城市评价等级，利用所述综合权重和物元可拓模型，对待评价城市进行等级评价。于本专利技术的一实施例中，所述主观权重计算单元包括：比较判断矩阵构建模块，用于根据所述节水准则，使用1-9标度法构建比较判断矩阵；列向量矩阵计算模块，用于将所述比较判断矩阵的列向量进行归一化处理，得到列向量矩阵；主观权重计算模块，用于对所述列向量矩阵按行求和并归一化处理，得到归一化权重矩阵，并将所述归一化权重矩阵作为主观权重。其中，Cnm表示在第n年的第m类型的用水数据；S32、对所述原始判断矩阵进行归一化处理，得到归一化判断矩阵；S33、根据所述归一化判断矩阵计算评价指标的熵值；S34、根据所述评价指标的熵值确定客观权重。于本专利技术的一实施例中，所述S4至少包括：S41、根据所述主观权重和所述客观权重，确定距离函数；S42、根据所述距离函数，计算权重分配系数；S43、按照所述权重分配系数，确定所述综合权重：Z＝εW+σY，其中，Z表示综合权重，ε表示主观权重W的分配系数；σ为客观权重Y的分配系数。于本专利技术的一实施例中，所述S5至少包括：S51、根据所述用水数据构建待评价物元矩阵，根据预设的节水型城市指标等级，构建经典域物元矩阵和节域物元矩阵；S52、根据所述经典域物元矩阵、所述节域物元矩阵和所述待评价物元矩阵，使用关联函数计算每一个类型的所述用水数据的关联度；S53、根据每一个类型的所述用水数据的关联度和所述综合权重，对节水型城市进行等级评价。于本专利技术的一实施例中，一种节水型城市等级的评价设备，包括处理器，所述处理器与存储器耦合，所述存储器存储有程序指令，当所述存储器存储的程序指令被所述处理器执行时如上所述一种评价节水型城市等级的方法。于本专利技术的一实施例中，当所述程序在计算机上运行时，使得计算机执行如上所述一种评价节水型城市等级的方法。综上所述，本专利技术提供的一种节水型城市的评价方法、系统、设备及其存储介质，通过主客观相结合的权重计算，运用物元可拓模型，方便、快速的评价节水型城市的等级，从而能够为未来年份该城市节约水资源发展趋势提供准确的辅助决策。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显示为本专利技术一实施例中公开的一种节水型城市的评价方法的流程示意图。图2显示为本专利技术一实施例中步骤本文档来自技高网...

【技术保护点】
1.一种节水型城市的评价方法，其特征在于，所述方法至少包括：/nS1、收集待评价城市的用水数据以及节水准则；/nS2、根据所述节水准则，使用层次分析法确定主观权重；/nS3、根据所述用水数据，使用熵权分析法确定客观权重；/nS4、根据所述主观权重和所述客观权重，使用距离函数确定综合权重；/nS5、搭建Python算法框架，根据所述用水数据和所述节水准则，以及预设的节水型城市评价等级，利用所述综合权重和物元可拓模型，对待评价城市进行等级评价。/n

【技术特征摘要】
1.一种节水型城市的评价方法，其特征在于，所述方法至少包括：
S1、收集待评价城市的用水数据以及节水准则；
S2、根据所述节水准则，使用层次分析法确定主观权重；
S3、根据所述用水数据，使用熵权分析法确定客观权重；
S4、根据所述主观权重和所述客观权重，使用距离函数确定综合权重；
S5、搭建Python算法框架，根据所述用水数据和所述节水准则，以及预设的节水型城市评价等级，利用所述综合权重和物元可拓模型，对待评价城市进行等级评价。


2.根据权利要求1所述的节水型城市的评价方法，其特征在于，所述S2至少包括：
S21、根据所述节水准则，使用1-9标度法构建比较判断矩阵；
S22、将所述比较判断矩阵的列向量进行归一化处理，得到列向量矩阵；
S23、将所述列向量矩阵按行求和并归一化处理，得到归一化权重矩阵，并将所述归一化权重矩阵作为主观权重。


3.根据权利要求1所述的节水型城市的评价方法，其特征在于，所述S2还包括：对归一化权重矩阵使用一致性比率进行校验，校验成功，则归一化权重矩阵为主观权重，包括：
根据归一化权重矩阵，计算最大特征值；
据所述最大特征值，计算归一化权重矩阵的一致性指标；
根据平均一致性指标，计算一致性比率；
依据一致性比率，判断归一化权重矩阵是否具有一致性：当具有一致性时，将归一化权重矩阵确定为主观权重。


4.根据权利要求1所述的节水型城市的评价方法，其特征在于，所述S3至少包括：
S31、根据所述用水数据，构造原始判断矩阵B，

其中，Cnm表示在第n年的第m类型的用水数据；
S32、对所述原始判断矩阵进行归一化处理，得到归一化判断矩阵；
S33、根据所述归一化判断矩阵计算评价指标的熵值；
S34、根据所述评价指标的熵值确定客观权重。


5.根据权利要求1所述的节水型城市的评价方法，其特征在于，所述S4至少包括：
S41、根据所述主观权重和所述客观权重，确定距离函数；
S42、根据所述距离函数，计算权重分配系数；
S43、按照所述权重分配系数，确...

【专利技术属性】
技术研发人员：陈菊香，宋丹，阮翀，
申请(专利权)人：新疆大学，
类型：发明
国别省市：新疆;65