基于灰色关联度的改进TOPSIS模型在水质评价中的应用
2018-03-23吴先明蔡海滨
三峡大学学报(自然科学版) 2018年2期
吴先明 蔡海滨 邓 鹏
(河海大学 水利水电学院, 南京 210098)
水质评价作为水环境质量评价的基础工作之一,采用合理科学的水质评价方法,能准确反映当前水体质量以及污染程度,弄清水体质量发展、变化的规律,为水环境治理提供支撑.目前,常用的水质评价方法主要有TOPSIS法、物元分析法、人工神经网络法、模糊综合评判法、单因子法[1-5]等.这些评价方法各有优缺点,例如单因子法[5]对于评价结果过于保护,以最差单项水质来代替整体水质,不能很好体现水体质量;人工神经网络法[3]收敛速度慢,对网络初始值较敏感.
TOPSIS(Technique for order preference by similarity to ideal solution)法[6]是目前常用的一种多目标决策方法,主要特点是由决策者定义理想方案和一种测度距离,根据各评价方案与该决策问题的正理想解和负理想解之间的测度距离大小来衡量该方案与理想解的偏差程度,因此该方法也常被称为理想解法.但传统的TOPSIS法仅考虑了方案与正、负理想解之间距离上的接近程度,并没有考虑形状上的相似关系.而且TOPSIS法基于原始数据,具有一定的客观性,如果在数据信息量较少的情况下使用TOPSIS法就可能得不到正确的决策结果.但是灰色关联分析法是从数据内部挖掘信息,通过分析各组数据与参考数据之间的几何曲线相似程度的大小来判定方案的优劣关系,而且它不需要大量数据,正好可以和TOPSIS法形成互补关系.目前对于这两种方法的组合使用也有学者进行研究,鲁方等[7]将灰色关联度同……
登录APP查看全文
