一种整合模糊AHP与MDS的基于自然的水净化方案优选方法技术

本发明专利技术公开了一种整合模糊AHP与MDS的基于自然的水净化方案优选方法，涉及水、废水、污水处理技术领域，其包括以下步骤：根据基于自然的水净化方案的特点，构建包括环境、经济、生态与管理、技术在内的准则层以及确定指标层的多个评估指标，获取所述评估指标的实际数据；根据层次分析法构建包括目标、所述准则层、所述指标层和水净化方案的层次框架，采用模糊物元理论对所述准则层中的定性和定量指标进行归一化；根据层次分析法构建判断矩阵，利用判断矩阵对所述准则层和所述指标层进行层次排序，然后进行一致性检验，从而输出各指标的合成权重；通过多维标度法对基于自然的水净化方案排序，并选择最优的方案。并选择最优的方案。并选择最优的方案。

【技术实现步骤摘要】
一种整合模糊AHP与MDS的基于自然的水净化方案优选方法


[0001]本专利技术涉及水、废水、污水处理
，具体涉及一种整合模糊AHP(层次分析法)与MDS(多维标度法)的基于自然的水净化方案优选方法。

技术介绍

[0002]目前用于水净化方案优选的方法主要有以下几种：线性规划法、动态规划法、非线形规划法、灰色关联分析和层次分析法。但这些方法在方案优选时存在不足。
[0003]现有优选方法存在的问题：线性规划法、动态规划法和非线形规划法只考虑成本最小化而忽略了其他方面，而成本最小的方案未必是最优的水净化方案，因为环境和生态的因素也很重要，最优的水净化方案应该是成本、污染物排放和生态环境等诸多因素达到综合最优的方案；灰色关联分析忽略了判断准则和指标的权重，而这两个因素是方案优选的重要基础；常规的层次分析法不能在方案优选时融合定性指标，且不能对优劣相似的方案进行归类，灵活性不够。
[0004]现有水净化方案的评价指标用于基于自然的水净化方案时存在的问题：现有水净化方案的评价指标不能用于基于自然的水净化方案，基于自然的水净化方案是国际自然保护联盟(International Union of Conservation Nature)提出的基于自然的解决方案之一，目标是利用一些自然生态系统的水净化功能应对全球水污染挑战。常规水净化方案(如活性污泥法和A2/O工艺)的评价指标通常只包括成本(如投资和运行成本)和污染物净化效率，而基于自然的水净化方案除了考虑常规水净化方案的评价指标，还须考虑水文地质、占地面积和占用空间可利用性等多方面。

技术实现思路

[0005]针对现有技术中的不足，本专利技术提供一种整合模糊AHP与MDS的基于自然的水净化方案优选方法，其通过构建基于自然的水净化方案的层次框架，在AHP基础上结合FME构建判断矩阵，通过MDS对方案进行排序，选择最佳的基于自然的水净化方案，并结合相关度对方案进一步优化。
[0006]为实现上述目的，本专利技术可以采用以下技术方案进行：
[0007]一种整合模糊AHP与MDS的基于自然的水净化方案优选方法，包括：
[0008]根据基于自然的水净化方案的特点，构建包括环境、经济、生态与管理、技术的准则层，采集基于自然的水净化方案的真实评估指标数据；
[0009]根据AHP层次分析法构建包括目标、准则层、指标层和水净化方案的层次框架，采用FME模糊物元理论对准则层中的定性和定量指标进行归一化；
[0010]构建判断矩阵，通过指标层的层次排序，及层次总排序，并进行一致性检验，输出各指标的合成权重；
[0011]通过MDS多维标度，采用相关度对基于自然的水净化方案排序，识别优劣评价中相似的方案，并选择最优的方案。
[0012]作为本专利技术进一步的技术方案，所述根据AHP层次分析法构建包括目标、准则层、指标层和水净化方案的层次框架，采用FME模糊物元理论对准则层中的定性和定量指标进行归一化的具体步骤包括：
[0013]首先在环境、经济、生态与管理、技术准则层下，选取各准则的特征指标，构建包括目标、准则层、指标层和水净化方案的层次框架；同时采用FME构建模糊物元如下：
[0014]R＝(N,C,V)；
[0015]式中，R是模糊物元，N是物名，C是物的特征，V是物的特征值，V包括模糊的、定性的描述。
[0016]对n维m个模糊物元，构建复合模糊物元如下：
[0017][0018]式中，R
mn
是复合模糊物元，N
i
表示第i个物(i＝1，2，...，m)，C
k
表示第k个特征(k＝1，2，...，n),V
ik
表示第i个物的第k个特征值。
[0019]然后对指标进行归一化，对成本指标，归一化公式为：
[0020][0021]对环境指标，归一化公式为：
[0022][0023]式中，U
ik
是归一化后的指标值，V
ik
是指标的实际值，minV
ik
是指标的最小值，maxV
ik
是指标的最大值。
[0024]对定性指标，根据定性描述，在[0，1]范围内给指标赋值。
[0025]归一化后的复合模糊物元为：
[0026][0027]作为本专利技术进一步的技术方案，所述根据AHP层次分析法构建判断矩阵，通过指标层的层次排序，及层次总排序，并进行一致性检验，输出各指标的合成权重的具体步骤包括：
[0028]首先根据AHP层次分析法构建判断矩阵，同一准则下任一指标与其它指标进行对比(a
ij
)，按同等重要、不太重要、适度重要、适度重要+，高度重要、高度重要+、非常重要、非常重要+、极为重要，在[1，9]的自然数范围内赋予重要性值，做过比较的指标，反向比较时的赋值a
ji
＝1/a
ij
，构建n
×
n维的矩阵为：
[0029][0030]矩阵A乘以向量的权重W＝(W1，W2，...，Wn)得到AW＝nW，即：
[0031][0032]根据判断矩阵计算其最大特征值λ
max
，再计算一致性指标CI和平均随机一致性指标RI。一致性指标计算公式为：
[0033][0034]层次总排序的一次性比率CR计算公式为：
[0035][0036]当CR≤0.1时表示判断矩阵可以接受，CR超过限值时须对判断矩阵进行修正。
[0037]完成一致性检验后，得到每个准则相对于目标的权重向量为：
[0038][0039]式中，是第k个准则Ck相对于目标的权重。
[0040]同样，每个指标相对于准则的权重向量为：
[0041][0042]式中，l
s
，l
s+1
，...，l
t
(s≤t≤n)表示第k个准则C
k
下的指标，s和t是第k个准则C
k
下第一个和最后一个指标的序号。
[0043]然后，得到每个指标相对于目标的合成权重W为：
[0044][0045]作为本专利技术进一步的技术方案，所述通过MDS多维标度，采用相关度对基于自然的水净化方案排序，识别优劣评价中相似的方案，并选择最优的方案的具体步骤包括：
[0046]首先用每个指标的合成权重和归一化的指标值计算每个方案中指标的相关度K
j
，计算公式为：
[0047]K
j
＝W
i
×
U
ji
；
[0048]式中，W
i
表示第i个指标的合成权重。
[0049]然后用相关度计算Euclidean距离为：
[0050][0051]用Euclidean距离值构建矩阵，作MDS分析，取前两个主成分作为特征向量：
[0052]x(本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于自然的水净化方案优选方法，其整合了模糊层次分析法与多维标度法，其特征在于，包括以下步骤：根据基于自然的水净化方案的特点，构建包括环境、经济、生态与管理、技术在内的准则层以及确定指标层的多个评估指标，获取所述评估指标的实际数据；根据层次分析法构建包括目标、所述准则层、所述指标层和水净化方案的层次框架，采用模糊物元理论对所述准则层中的定性和定量指标进行归一化；根据层次分析法构建判断矩阵，利用判断矩阵对所述准则层和所述指标层进行层次排序，然后进行一致性检验，从而输出各指标的合成权重；通过多维标度法对基于自然的水净化方案排序，并选择最优的方案。2.根据权利要求1所述的基于自然的水净化方案优选方法，其特征在于，所述基于自然的水净化方案是指：利用土壤或植物能维持微生物的活动并且所述微生物足以去除污水中的污染物的水净化方案。3.根据权利要求1所述的基于自然的水净化方案优选方法，其特征在于，根据层次分析法构建层次框架，以及采用模糊物元理论对所述准则层中的定性和定量指标进行归一化的具体步骤如下：在环境、经济、生态与管理、技术准则层下，选取各准则的特征指标，构建包括目标、准则层、指标层和水净化方案的层次框架；同时采用FME构建模糊物元如下：R＝(N,C,V)；式中，R是模糊物元，N是物名，C是物的特征，V是物的特征值，V包括模糊的、定性的描述；对n维m个模糊物元，构建复合模糊物元如下：C1…
C
n
式中，R
mn
是复合模糊物元，N
i
表示第i个物(i＝1，2，...，m)，C
k
表示第k个物的特征(k＝1，2，...，n),V
ik
表示第i个物的第k个特征值；然后对指标进行归一化，对成本指标，归一化公式为：对环境指标，归一化公式为：式中，U
ik
是归一化后的指标值，V
ik
是指标的实际值，minV
ik
是指标的最小值，maxV
ik
是指标的最大值；对定性指标，根据定性描述，在[0，1]范围内给指标赋值；归一化后的复合模糊物元为：C1…
C
n
4.根据权利要求1所述的基于自然的水净化方案优选方法，其特征在于，对所述准则层、所述指标层赋权重值的具体步骤如下：根据层次分析法构建判断矩阵，同一准则下任一指标与其它指标进行对比，按同等重要、不太重要、适度重要、适度重要+，高度重要、高度重要+、非常重要、非常重要+、极为重要，在[1，9]的自然数范围内赋予重要性值a
ij
，做过比较的指标，反向比较时的赋值a
ji
＝1/a
ij
，构建n
×
n维的矩阵为：矩阵A乘以向量的权重W＝(W1，W2，...，W
n
)得到AW＝nW，即：根据判断矩阵计算其最大特征值λ
max
，再计算一致性...

【专利技术属性】
技术研发人员：欧阳晓光，
申请(专利权)人：南方海洋科学与工程广东省实验室广州，
类型：发明
国别省市：