杜發(fā)興，戈春華，吳賀林(三峽大學(xué)水利與環(huán)境學(xué)院，湖北 宜昌 443002)

為了客觀、正確地評(píng)價(jià)節(jié)水灌溉項(xiàng)目的綜合效益，不斷提高節(jié)水灌溉項(xiàng)目的科學(xué)決策和建設(shè)管理水平，節(jié)水灌溉項(xiàng)目后評(píng)價(jià)工作已經(jīng)正式列入我國水利建設(shè)項(xiàng)目的議事日程。國內(nèi)專家在節(jié)水灌溉效益評(píng)價(jià)方面做了大量的研究工作。劉永軍,仲爽等[1]采用熵值法確定評(píng)價(jià)指標(biāo)的權(quán)重,建立了基于熵權(quán)的灰色關(guān)聯(lián)模型,運(yùn)用該模型對(duì)玉米灌溉效益進(jìn)行評(píng)價(jià)。方崇,張春樂等[2]針對(duì)大型灌區(qū)節(jié)水改造項(xiàng)目效益評(píng)價(jià)多屬性、多指標(biāo)的特點(diǎn),提出了一種改進(jìn)的TOPSIS評(píng)價(jià)方法。肖俊龍、劉永強(qiáng)[3]運(yùn)用熵權(quán)法來確定評(píng)價(jià)指標(biāo)的權(quán)重，建立基于熵權(quán)的物元可拓模型對(duì)灌區(qū)節(jié)水灌溉綜合效益進(jìn)行評(píng)價(jià)。李佳奇，楊國范[4]建立了合理的評(píng)價(jià)指標(biāo)體系和綜合評(píng)價(jià)模型，結(jié)合層次分析法和熵值法確定綜合權(quán)重，采用灰色關(guān)聯(lián)法對(duì)灌區(qū)進(jìn)行綜合評(píng)價(jià)，并利用近似理想點(diǎn)法進(jìn)行驗(yàn)證。張曉琳[5]在評(píng)價(jià)中考慮經(jīng)濟(jì)效益、節(jié)水效益以及社會(huì)效益，選取凈收入、總支出、水分利用率、總灌溉量和市場(chǎng)推廣難易程度為評(píng)價(jià)指標(biāo)，采用模糊綜合評(píng)判法，其中，模糊算子采用加權(quán)平均模型，獲得了石羊河流域主要作物在不同灌溉方式下的灌溉效益。傳統(tǒng)模糊綜合評(píng)價(jià)法在求解經(jīng)典多屬性決策問題時(shí)最常用的是樂觀型、悲觀型、樂觀----悲觀結(jié)合型和簡單加權(quán)平均型等幾種方法。這些決策求解方法都只能體現(xiàn)部分指標(biāo)的優(yōu)勢(shì)，為了考慮周全，本文在求解時(shí)，對(duì)模糊綜合評(píng)價(jià)法加以改進(jìn)，把樂觀型、悲觀型和加權(quán)平均型相結(jié)合形成一個(gè)新的混合決策矩陣，這樣使得評(píng)價(jià)結(jié)果更符合實(shí)際 。將該方法應(yīng)用與宜昌東風(fēng)灌區(qū)中的枝江地區(qū)，得出評(píng)價(jià)結(jié)果基本與實(shí)際保持一致。

1 改進(jìn)模糊綜合評(píng)價(jià)模型

1.1 指標(biāo)體系的處理

由于節(jié)水灌溉綜合效益評(píng)價(jià)指標(biāo)特征值對(duì)于方案評(píng)價(jià)來說，有的是越大越優(yōu)，有的是越小越優(yōu)，為了更充分地反映評(píng)標(biāo)各指標(biāo)的相對(duì)性，采用如下形式。

越大越優(yōu)型：

μij=Xij/maxXij

(1)

越小越優(yōu)型：

μij=minXij/Xij

(2)

做歸一化處理：

(3)

式中：μij為從優(yōu)隸屬度；maxXij、minXij分別為各方案中每一評(píng)價(jià)指標(biāo)中的最大值和最小值。

1.2 評(píng)價(jià)模型[6]

選取模糊綜合評(píng)價(jià)法該方法作為節(jié)水灌溉綜合效益評(píng)價(jià)的方法，設(shè)評(píng)價(jià)對(duì)象為：A={a1,a2,…,an}，i=(1,2,…,n)；ai為評(píng)價(jià)因子；n為評(píng)價(jià)因子的個(gè)數(shù)。定性指標(biāo)評(píng)語等級(jí)為：B=[B1,B2,B3,…,Bn]。在本研究中取的標(biāo)準(zhǔn)隸屬度為5等：B=(最好，較好，一般，較差，最差)。被評(píng)價(jià)的指標(biāo)從整體上對(duì)各個(gè)等級(jí)模糊的隸屬度關(guān)系矩陣為：

(4)

通過模糊關(guān)系的計(jì)算，對(duì)于模糊綜合評(píng)判矩陣C，按最壞打算原則可得：

C′ij=[c′ij,c′ij,c′ij,…,c′ij]

(5)

若從C′1中選擇最小值定作決策根據(jù)，就相當(dāng)于按最壞打算原則。

按最好打算原則可得：

C′2=[c′21,c′22,c′23,…,c′2n]

(6)

若在C′2中選擇最大值定作決策根據(jù)，就相當(dāng)于按最好打算原則。

若按平均值原則可得：

C′3=[c′31,c′32,c′33,…,c′3n]

(7)

若在C′3中選期望值定作決策根據(jù)，就相當(dāng)于按平均值原則。

通過分析，可得到由C′1，C′2，C′3，構(gòu)成的矩陣：

(8)

以上矩陣綜合了3種決策思想，因此可稱為混合決策矩陣。通過以上分析，可以利用矩陣W與單個(gè)指標(biāo)評(píng)價(jià)的模糊關(guān)系矩陣C相乘得到，記為矩陣E。通過熵值法確定權(quán)重系數(shù)W。

則綜合評(píng)價(jià)的結(jié)果為：

E=WC′

(9)

2 熵值法確定權(quán)重系數(shù)[7]

在信息論中,熵值反映了信息的無序化程度,可以用來度量信息量的大小。某項(xiàng)指標(biāo)攜帶的信息越多,表示該指標(biāo)對(duì)決策的作用就越大。熵值越小,則系統(tǒng)的無序度越小,故可用信息熵評(píng)價(jià)所獲系統(tǒng)信息的有序度及其效用,即由評(píng)價(jià)指標(biāo)值構(gòu)成的判斷矩陣來確定指標(biāo)的權(quán)重,從而盡量消除各指標(biāo)權(quán)重的人為干擾,使評(píng)價(jià)結(jié)果更符合實(shí)際[8]。其計(jì)算步驟如下。

(1)構(gòu)建m個(gè)評(píng)價(jià)對(duì)象，n個(gè)評(píng)價(jià)指標(biāo)的判斷矩陣R。

R=(rij)m×ni=(1,2,…,n)，j=(1,2,…,m)

(2)將判斷矩陣R進(jìn)行歸一化處理，得到歸一化指標(biāo)的判斷矩陣B。

(10)

式中：rmin、rmax分別為同一評(píng)價(jià)指標(biāo)下不同對(duì)象中最滿意者或最不滿意者(越大越優(yōu)或越小越優(yōu))。

(3)根據(jù)熵的定義，m個(gè)評(píng)價(jià)對(duì)象n個(gè)評(píng)價(jià)指標(biāo)，確定評(píng)價(jià)指標(biāo)的熵值。

(11)

顯然，當(dāng)fij=0時(shí)lnfij無意義，因此需對(duì)fij加以修正，將其定義為：

(12)

(4)利用熵值計(jì)算評(píng)價(jià)指標(biāo)的熵權(quán)。

W=(ωi)1×n

(14)

3 實(shí)例應(yīng)用

本文以宜昌東風(fēng)渠灌區(qū)中的枝江地區(qū)為例，選用枝江七星臺(tái)、問安及百里洲等9個(gè)鄉(xiāng)鎮(zhèn)作為研究對(duì)象，選擇有效利用面積比率等15個(gè)評(píng)價(jià)指標(biāo)，得到以下表格數(shù)據(jù)如表1所示。

構(gòu)建模糊關(guān)系矩陣并應(yīng)用公式(1)～(3)數(shù)據(jù)量化處理，并做單因素評(píng)判矩陣，得到模糊關(guān)系表，如表2所示。

表1 枝江地區(qū)鄉(xiāng)鎮(zhèn)節(jié)水灌溉效益指標(biāo)數(shù)據(jù)表

表2 枝江地區(qū)鄉(xiāng)鎮(zhèn)節(jié)水灌溉效益指標(biāo)數(shù)據(jù)歸一化表

熵值法確定權(quán)重，由式(10)構(gòu)造歸一化判斷矩陣B：

利用公式(11)、(12)求得評(píng)價(jià)指標(biāo)的熵值H=(0.990 7，0.987 8，0.990 1，0.989 8，0.989 8，0.986 1，0.984 7，0.987 7，0.991 7，0.990 4，0.992 8，0.988 5，0.991 0，0.991 0，0.991 9)。

利用公式(13)、(14)可以得到權(quán)重表表3所示。

按公式(4)～(8)可求得目標(biāo)矩陣為表4。

表3 指標(biāo)總權(quán)重?cái)?shù)據(jù)表

表4 目標(biāo)矩陣數(shù)據(jù)表

根據(jù)模糊數(shù)學(xué)關(guān)系隸屬度公式(9)可得到：

E=(0.121 83,0.107 72,0.130 68,0.102 70,0.114 35,0.106 32,0.112 21,0.105 33,0.108 46)

根據(jù)計(jì)算得出的隸屬度從大到小排序依次為：百里洲>七星臺(tái)>馬家店>安福寺>董事>問安>仙女>白洋>顧家店。對(duì)上述隸屬度進(jìn)行排序表明，枝江地區(qū)鄉(xiāng)鎮(zhèn)節(jié)水灌溉效益的優(yōu)劣順序?yàn)榘倮镏?，七星臺(tái)，馬家店，安福寺，董事，

問安，仙女，白洋，顧家店。百里洲鎮(zhèn)位于湖北省宜昌市枝江市長江中游荊江段首段，是萬里長江第一大江心洲，水源豐富，節(jié)水灌溉效益在枝江市名列前茅，顧家店鎮(zhèn)枝江市唯一的省級(jí)貧困鄉(xiāng)鎮(zhèn)，硬件設(shè)施相對(duì)較薄弱，該鎮(zhèn)農(nóng)業(yè)上發(fā)展的“一豬二果”兩大主導(dǎo)產(chǎn)業(yè)的需水量也不大，所以節(jié)水灌溉效益全市排名末尾。評(píng)價(jià)結(jié)果與實(shí)際情況相符合。

4 結(jié) 語

本文提出改進(jìn)模糊綜合評(píng)價(jià)模型，通過隸屬度函數(shù)將所評(píng)價(jià)的對(duì)象中的特定指標(biāo)轉(zhuǎn)化為定量指標(biāo)來對(duì)該評(píng)價(jià)對(duì)象作評(píng)價(jià)。通過大量的專家學(xué)者研究表明，有確定隸屬度函數(shù)為線性分布的，有確定隸屬度函數(shù)為F統(tǒng)計(jì)分布的，也有些是通過一些有經(jīng)驗(yàn)的專家來直接給出評(píng)價(jià)分值確定隸屬度的。該法由通過指定的權(quán)向量矩陣與隸屬度相乘可以得出某個(gè)評(píng)價(jià)對(duì)象從整體對(duì)評(píng)價(jià)等級(jí)的隸屬度綜合樂觀型和悲觀型求解方法得到新的決策矩陣，再次與指定的權(quán)向量相乘得出對(duì)評(píng)價(jià)等級(jí)的隸屬度，根據(jù)該隸屬度的大小確定被評(píng)價(jià)對(duì)象的優(yōu)劣等級(jí)，從而得出評(píng)價(jià)結(jié)果。該方法思路清晰，簡單明了，計(jì)算過程也較為簡單。在實(shí)際應(yīng)用中具有可操作性，為節(jié)水灌溉綜合效益評(píng)價(jià)提供了一個(gè)新的嘗試。

[1] 劉永軍,仲 爽,劉慶華. 基于熵權(quán)的灰色關(guān)聯(lián)模型在玉米灌溉效益評(píng)價(jià)中的應(yīng)用[J]. 水利科技與經(jīng)濟(jì)，2010,16(2):124-127.

[2] 方 崇,張春樂,陸明本. 基于熵權(quán)的TOPSIS模型在右江灌區(qū)節(jié)水改造效益綜合評(píng)價(jià)中的應(yīng)用[J]. 節(jié)水灌溉，2011,(2):52-54.

[3] 李佳奇，楊國范.灰色關(guān)聯(lián)法在東港灌區(qū)綜合評(píng)價(jià)中的應(yīng)用[J]. 節(jié)水灌溉，2014,(7):66-68,71.

[4] 肖俊龍，劉永強(qiáng).熵權(quán)模糊物元模型在節(jié)水灌溉綜合效益評(píng)價(jià)的應(yīng)用[J].排灌機(jī)械工程學(xué)報(bào)，2016,(9):809-814.

[5] 張曉琳，霍再林.石羊河流域主要作物節(jié)水灌溉效益評(píng)價(jià)[J].中國農(nóng)村水利水電，2014,(8):15-17,21.

[6] 盧文喜，李 迪，張 蕾，等.基于層次分析法的模糊綜合評(píng)價(jià)在水質(zhì)評(píng)價(jià)中的應(yīng)用[J].節(jié)水灌溉，2011,(3):43-46.

[7] 唐衍力,于 晴.基于熵權(quán)模糊物元法的人工魚礁生態(tài)效果綜合評(píng)價(jià)[J].中國海洋大學(xué)學(xué)報(bào)(自然科學(xué)版)， 2016,(1):18-26.

[8] 王起峰,顧 明,游 亮. 基于模糊優(yōu)選熵權(quán)模型的水環(huán)境安全動(dòng)態(tài)評(píng)估[J]. 安徽農(nóng)業(yè)科學(xué)， 2011,39(26):16 095-16 096.