一种基于情景的水和生态空间分区多目标优化决策方法技术

公开一种基于情景的水与生态空间分区多目标优化决策方法，包括步骤：1)确定决策目标和子目标；2)初步选择决策变量集以及约束集；3)进行空间分区，规划各个时间阶段；4)根据空间分区得到的不同空间子区域，选择与其相对应的局部变量和局部约束，建立空间分区优化模型；5)根据决策变量重要性选取其状态值个数，并对各决策变量赋值，构建不同空间子区域上的情景决策方案；6)对各子区域上的情景决策方案进行排序，并分别从排序靠前的若干情景决策方案进行组合；7)从组合后得到的总情景决策方案中选出最佳情景决策方案；8)针对下一个时间阶段，以上一个时间阶段作为初始状态，重复步骤4)至7)，直至所有时间阶段完毕。

【技术实现步骤摘要】
—种基于情景的空间分区多目标优化决策方法
本专利技术涉及优化决策的
，尤其涉及。
技术介绍
近年来在大尺度空间上的管理决策，如矿山生态修复、农业面源污染控制、河流生态修复等日渐增多，表现出其复杂性、多目标性、难以量化等问题，对一般的优化决策方法具有很大的挑战性。情景分析(scenario analysi s)方法被应用到大尺度决策过程中,通过对各种驱动因素的分析，设计一系列离散化状态的未来情景，来克服严格过程量化的瓶颈，能够帮助决策者制定出较优合理的方案。然而由于大尺度空间决策问题的复杂特性，需要多方面、多层次地综合考虑相关的因素，通过计算机系统产生上万甚至上亿的情景方案，进而给决策方案的评估比选带来了巨大的困难，出现计算机资源耗时过多与计算能力不足等问题。
技术实现思路
本专利技术的技术解决问题是:克服现有技术的不足，提供，其既对决策对象进行全方位、多层次、多角度综合考虑和表征刻画来充分体现分区后各区域目标之间的差异性，又提高了综合决策的效率和减少了计算机系统决策运算的时间。本专利技术的技术解决方案是:这种基于情景的空间分区多目标优化决策方法，包括以下步骤:(I)针对实际决策问题，确定决策目标和子目标；(2)初步选择包括全局变量和局部变量的决策变量集以及包括全局约束和局部约束的约束集；(3)根据决策对象的空间属性对其进行空间分区，同时根据决策目标规划各个时间阶段，制定各个时间阶段的决策方案；(4)选择不同空间区域上的局部变量和局部约束，建立不同空间区域的空间分区优化模型；(5)根据决策变量的重要性相对大小相应选取决策变量状态值个数多少，并对各决策变量赋值，构建不同空间分区上的情景决策方案；(6)对不同子区域上的情景决策方案进行综合评价，根据综合评价结果，对各子区域上的情景决策方案由综合评分高至低进行排序，并分别从各子区域排序靠前的若干情景决策方案进行组合；(7)根据全局约束和局部约束，从组合后得到的总情景决策方案中选出最佳情景决策方案；(8)针对下一个时间阶段，以上一个时间阶段决策结果作为下一时间阶段的初始状态值，重复步骤(4)至(7)，直至所有的时间阶段完毕。本方法通过空间分区充分考虑了大尺度决策过程中全局决策变量、局部决策变量、全局约束及局部约束的相关性和独立性，建立了空间分区多目标优化决策模型；通过空间分区优化，在保证情景决策方案局部与整体最优，并充分体现决策变量主次之分的前提下，大大地减少了计算机系统所产生的情景决策方案数，同时最大程度上来捕捉不同情景决策方案的差异，充分体现不同情景决策方案的优劣；从而既对决策对象进行全方位、多层次、多角度综合考虑和表征刻画来充分体现分区后各区域目标之间的差异性，又提高了综合决策的效率和减少了计算机系统决策运算的时间。【附图说明】图1示出了根据本专利技术的基于情景的空间分区多目标优化决策方法的流程图。【具体实施方式】如图1所示，这种基于情景的空间分区多目标优化决策方法，包括以下步骤:(I)针对实际决策问题，确定决策目标和子目标；(2)初步选择包括全局变量和局部变量的决策变量集以及包括全局约束和局部约束的约束集；(3)根据决策对象的空间属性对其进行空间分区，同时根据决策目标规划各个时间阶段，制定各个时间阶段的决策方案；(4)选择不同空间区域上的局部变量和局部约束，建立不同空间区域上的空间分区优化模型；(5)根据决策变量的重要性相对大小相应选取决策变量的状态值个数多少，并对各决策变量赋值，构建不同空间分区上的情景决策方案；(6)对不同子区域上的情景决策方案进行综合评价，根据综合评价结果，对各子区域上的情景决策方案由综合评分高至低进行排序，并分别从各子区域排序靠前的若干情景决策方案进行组合；(7)根据全局约束和局部约束，从组合后得到的总情景决策方案中选出最佳情景决策方案；(8)针对下一个时间阶段，以上一个时间阶段决策结果作为下一个时间阶段的初始状态值，重复步骤(4)至(7)，直至所有的时间阶段完毕。本方法通过空间分区充分考虑了大尺度决策过程中全局决策变量、局部决策变量、全局约束及局部约束的相关性和独立性，建立了空间分区多目标优化决策模型；通过空间分区优化，在保证情景决策方案局部与整体最优，并充分体现决策变量主次之分的前提下，大大地减少了计算机系统所产生的情景决策方案数，同时最大程度上来捕捉不同情景决策方案的差异，充分体现不同情景决策方案的优劣；从而既对决策对象进行全方位、多层次、多角度综合考虑和表征刻画来充分体现分区后各区域目标之间的差异性，又提高了综合决策的效率和减少了计算机系统决策运算的时间。优选地，步骤(4)中的空间分区优化模型为公式(I)本文档来自技高网...

【技术保护点】
一种基于情景的空间分区多目标优化决策方法，其特征在于，包括以下步骤：(1)针对实际决策问题，确定决策目标和子目标；(2)初步选择包括全局变量和局部变量的决策变量集以及包括全局约束和局部约束的约束集；(3)根据决策对象的空间属性对其进行空间分区，同时根据决策目标规划各个时间阶段，制定各个时间阶段的决策方案；(4)选择不同空间区域上的局部变量和局部约束，建立不同空间区域的空间分区优化模型；(5)根据决策变量的重要性相对大小相应选取决策变量状态值个数多少，并对各决策变量赋值，构建不同空间分区上的情景决策方案；(6)对不同子区域上的情景决策方案进行综合评价，根据综合评价结果，对各子区域上的情景决策方案由综合评分高至低进行排序，并分别从各子区域排序靠前的若干情景决策方案进行组合；(7)根据全局约束和局部约束，从组合后得到的总情景决策方案中根据总分排序选出满足全局约束和局部约束的最佳情景决策方案；(8)针对下一个时间阶段，以上一个时间阶段决策结果作为下一个时间阶段的初始状态值，重复步骤(4)至(7)，直至所有的时间阶段完毕。

【技术特征摘要】
1.一种基于情景的空间分区多目标优化决策方法，其特征在于，包括以下步骤: (1)针对实际决策问题，确定决策目标和子目标； (2)初步选择包括全局变量和局部变量的决策变量集以及包括全局约束和局部约束的约束集； (3)根据决策对象的空间属性对其进行空间分区，同时根据决策目标规划各个时间阶段，制定各个时间阶段的决策方案； (4)选择不同空间区域上的局部变量和局部约束，建立不同空间区域的空间分区优化模型； (5)根据决策变量的重要性相对大小相应选取决策变量状态值个数多少，并对各决策变量赋值，构建不同空间分区上的情景决策方案； (...

【专利技术属性】
技术研发人员：王明玉，于森，高华林，
申请(专利权)人：中国科学院大学， 北京海迈信科技有限公司，
类型：发明
国别省市：北京;11