CN106909999A - 小型土石坝退役综合评价方法 - Google Patents

Abstract

本发明公开了一种小型土石坝退役综合评价方法，该方法包括：通过对小型土石坝退役影响因素指标的拟定，确定小型土石坝退役评价指标体系；参考工程安全评价等级，确定小型土石坝退役评价等级；根据定量和定性方法，确定所述工程安全、生态环境、社会环境和经济因素四个评价指标体系底层评价指标的评价值；根据主客观权重融合方法，确定小型土石坝评价指标权重；根据所述底层评价指标的评价值，通过线性插值的方法确定底层评价指标对评价等级的隶属度；根据小型土石坝退役指标的最终隶属度，由最大隶属度原则确定小型土石坝退役等级。该评价方法测量参数多，测量方法高效，可以有效地评价出小型土石坝是否该退役。

Description

小型土石坝退役综合评价方法

技术领域

本发明涉及土石坝技术领域，更具体的涉及一种小型土石坝退役综合评价方法。

背景技术

水库大坝作为国家重要的基础设施之一，长期以来担负着防洪、供水、灌溉、发电、航运等重要任务，为国家的经济社会建设发挥了重要的作用，同时，水库大坝的安全关系到社会稳定发展和人民生命财产安全的大事。我国政府历来重视大坝安全管理工作，把确保水库大坝的安全、高效运行作为水利工作的重中之重。

在我国目前修建的8.7万余座大坝中，90％以上修建于二十世纪六、七十年代，这些水库大坝多数为小型土石坝，其服役期已达到40年～50年。受当时的经济条件、科学技术水平以及一些政治因素的影响，这些大坝存在不少安全隐患，使得我国大坝安全形势不容乐观。据统计，从1954年至2007年，我国共发生水库溃坝3503座，年均66.1座。近年来，我国加强了水库大坝安全管理，加快了病险水库除险加固建设，溃坝事件和人员伤亡呈逐年减少态势，2001-2007年仅发生溃坝36座，年均溃坝率低于0.06％，大坝安全状况明显改善。然而，我国现阶段只是解决了大、中型和重点小型病险水库的问题，仍有大量小型水库大坝、特别是一些病险情况严重的小型土石坝，亟待除险加固。近年来随着全球气候变化的影响，一些极端天气情况频繁出现，洪涝灾害频发，使得这些小型病险土石坝 险情加剧，产生了新的工程损毁，出现新的安全隐患，其防洪、供水、发电功能也已基本丧失。因此，发明一种针对小型土石坝的退役方法，不但可为我国水库大坝的降等报废工作提供参考，而且可以促进我国病险水库大坝的管理沿着正确的轨道健康发展，也将有力推动我国大坝安全管理水平的进一步提高。

发明内容

本发明实施例提供一种小型土石坝退役综合评价方法，该评价方法测量参数多，测量方法高效，评价结果科学可靠，可以有效地评价出小型土石坝是否该退役。

本发明实施例提供一种小型土石坝退役综合评价方法，包括：

步骤1：通过对小型土石坝退役影响因素指标的拟定，确定小型土石坝退役评价指标体系；

步骤2：确定小型土石坝退役评价等级，底层评价指标量化值和评价指标权重；

步骤3：根据底层评价指标的量化值，通过线性插值的方法确定底层评价指标对评价等级的隶属度；

步骤4：确定小型土石坝退役指标的最终隶属度，由最大隶属度原则确定小型土石坝退役等级。

优选地，所述的小型土石坝退役评价指标体系的确定，其步骤是：

1)通过对小型土石坝三类破坏因素，即漫顶破坏、渗流破坏和失稳变性破坏的确定，建立小型土石坝退役评价指标体系中的工程安全评价指标体系；

2)通过对小型土石坝中的水质、水量和泥沙运动的确定，建立 小型土石坝退役评价指标体系中的生态环境评价指标体系；

3)通过对小型土石坝中的社会资源、社会公平以及公众价值观的确定，建立小型土石坝退役评价指标体系中的社会评价指标体系；

4)通过对小型土石坝的成本和效益的确定，建立小型土石坝退役评价指标体系中的经济因素评价指标体系。

优选地，小型土石坝退役底层评价指标量化方法包括：定量指标的量化和定性指标的量化。

优选地，所述小型土石坝退役评价等级的确定，将小型土石坝退役评价等级确定为三级：

G＝{g₁,g₂,g₃}＝{不退役，部分退役，全部退役} (1)

对于小型土石坝，不退役(继续运行)包括因大坝安全原因进行的除险加固，以及为提高大坝运行和管理的效率而进行的升级改造；部分退役又可以分为两种，一种是降低运行水位或坝高，另一种是拆除部分附属建筑物；全部退役是指拆除工程及其所有附属建筑物，包括对相关影响工程区的恢复或复原。

在采取[0,1]区间量化评价指标时，可以将小型土石坝退役评价等级划分为：

G＝{g₁,g₂,g₃}＝{[0.4,1.0],[0.2,0.4),[0,0.2)} (2)

优选地，所述定量指标的量化，是采用直线型无量纲化方法解决定量指标的量化；通过

极大值因子无量纲化函数：

极小值因子无量纲化函数：

式中：y为因子的评价值；x为影响因子的实际值：x_max为影响因子的最大值；x_min为影响因子的最小值；

确定设计水位为其最大值，正常蓄水位为其最小值，利用公式(3)对水位进行量化处理；

确定设计洪水位加超高为坝顶高程最大值，设计水位为其最小值，利用式(4)进行标准量化处理；

确定设计泄洪能力为最大值，利用式(4)进行标准化处理；

根据设计的级配要求，对符合要求的颗粒所占百分比进行量化；

采用渗透系数的设计值与实测值之比进行量化；

采用实测值与设计值进行比较对其进行量化。

优选地，所述定性指标的量化，是针对工程安全评价指标体系通过模糊集值统计方法进行量化分析。

优选地，小型土石坝退役评价指标权重方法为主客观权重的融合赋权法；

融合优化后评价指标的权重向量可表示为

W＝(w₁,w₂,…,w_m)^T (5)

其中，

则各方案i的综合加权评价值为

为了既兼顾主观偏好，又充分利用主客观赋权法各自所带的信息，达到主客观的统一，在改进的理想解方法基础上引入离差函数

式中，表示对评价方案i而言，第k种主观分析法的决策与融合后的权重向量所作决策的离差；表示对评价方案i而言，第k种客观分析法的决策与融合后权重所作决策的离差；

显然，希望得到合理的权重向量，使其总的离差和最小，为此构造目标规划优化模型

Min

式中：c_k(k＝1,2,…,p)和d_k(k＝p+1,p+2,…,q)分别为p种主观赋权法和q-p种客观赋权法的系数，由决策者根据各方法的重要性程度确定，且而μ为离差函数的偏好因子，如果0＜μ＜0.5，说明决策者希望客观所得的权重向量与融合后的权重向量越接近越好，当μ＝0.5时，决策者认为主观赋权法与客观赋权法 是同等重要的，当0.5＜μ＜1时，决策者认为主观赋权法得到的权重向量与融合优化后的权重向量越接近越好；

如果则优化模型(9)有唯一最优解，其解为

B'＝(w′₁,w′₂,…,w′_m) (10)

其中：表示p种主观赋权法对评价指标所确定的权重向量的加权平均，表示q-p种客观赋权法对评价指标所确定的权重向量的加权平均，w'_j则是表示p种主观赋权法所确定的权重向量和q-p种客观赋权法所确定的融合后权重向量。

优选地，所述的底层评价指标对于评价等级的隶属度，其采用的方法是线性插值的方法，其采用的方法是线性插值的方法，包括如下步骤：

1)建立单层次模糊综合评价模型

设因素集为U＝{u₁,u₂,…,u_n}，评价集V＝{v₁,v₂,…v_m}；

首先对U中的u_i(i＝1,2,…n)作单因素评价，考虑因素u_i对决策评价v_j的隶属度r_ij，因此第i个因素u_i的单因素评价集为：r_i＝(r_i1,r_i2,…,r_im)；

根据n个因素的评价集，形成总的判断矩阵R，R代表因素论域U到决策论域V的一个模糊关系，可表示成R＝(r_ij)_n×m的n×m阶矩阵；

既

由于因素集U中，各因素u_i(i＝1,2,…n)在决策中所起的作用不同，所以定义一个权重集ω，并将其称为因素集U的重要度模糊子集，可表示为：

A＝(ω₁，ω₂，…，ω_n) (12)

其中ω_i表示因素u_i在综合评价中的重要性；

通过对模糊子集ω和模糊矩阵R作模糊变换进行综合评价

其中：b_i＝∨(ω_i∧r_ij)，即取大取小运算，则B＝(b₁,b₂,…,b_m)为决策评语集V上的等级模糊子集，最后，根据模糊子集B，由最大隶属度原则确定其类别，即评语b＝max{b_i}

2)建立多层次模糊综合评价模型

首先将各因素集划分成若干组子集U_i(i＝1，2，…，k)，针对每一子集，利用单层次评价模型作模糊综合评价B_i＝w_igR_i(i＝1，2，…，k)，由B_i建立高一层次的综合评价矩阵

设U₁，U₂，…，U_k的权向量为A，A＝(ω₁，ω₂，…，ω_k)，且满足 则高层次评价模型为

3)确定评价指标的隶属度

通过隶属度函数：

计算出工程安全、生态环境、社会和经济底层评价指标对于评价等级G＝{g₁,g₂,g₃}＝{不退役，部分退役，全部退役}的隶属度的隶属度，利用式(15)，得到工程安全、生态环境、社会和经济指标对于评价等级G＝{g₁,g₂,g₃}＝{不退役，部分退役，全部退役}的隶属度。

本发明实施例中，在深入研究小型土石坝退役原因和退役后果的基础上，建立了基于工程安全、生态环境、社会和经济的小型土石坝退役多层次评价指标体系，提出了小型土石坝退役评价等级。针对小型土石坝退役评价指标体系的特点，研究了工程安全、生态环境和社会定量和定性指标的量化方法；给出了新的特征值法标度分类，提出了确定评价指标权重的改进特征值法，弥补了确定权重时进行一致性判断中所存在的不足；提出了基于信息熵的小型土石坝退役评价指标权重分析方法；针对评价指标权重确定的主观和客观分析方法的不足和优势，提出了基于多目标优化理论的评价指标权重主客观融合分析法，集成了主客观分析方法的长处，使分析结果更加符合实际情况。研究了小型土石坝退役工程安全、生态环境、社会、经济指标相对于评价等级G＝{g₁,g₂,g₃}＝{不退役，部分退役，全部退役}的最终隶属度，提出了小型土石坝退役模糊综合评价方法。该发明为我国小型土石坝退役决策提供了科学依据和理论支撑。

附图说明

为了更清楚地说明本发明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发明的一些实施例，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为本发明实施例提供的小型土石坝退役评价指标体系第一层次结构图；

图2为工程安全评价指标体系结构图；

图3为生态环境评价指标体系结构图；

图4为社会环境评价体系结构图；

图5为经济因素评价体系结构图；

图6为集值统计分布图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1示例性的示出了本发明实施例提供的一种小型土石坝退役评价指标体系第一层次结构图，该方法至少可以应用于小型土石坝退役评价。

本发明实施例提供的一种小型土石坝退役综合评价方法，包括以下步骤：

步骤1，通过对小型土石坝退役影响因素指标的拟定，确定小型土石坝退役评价指标体系；其退役评价指标体系包括为：工程安 全评价指标体系、生态环境评价指标体系、社会评价指标体系和经济因素评价指标体系；

步骤2，确定小型土石坝退役评价等级；确定所述工程安全、生态环境、社会和经济四个评价指标体系底层评价指标的评价值和权重；

步骤3：根据底层评价指标的量化值，通过线性插值的方法确定底层评价指标对评价等级的隶属度；

步骤4：确定小型土石坝退役指标的最终隶属度，由最大隶属度原则确定小型土石坝退役等级。

在步骤1中，小型土石坝退役评价指标体系包括四个第一层次指标，即工程安全、生态环境、社会环境和经济因素；

其中，工程安全包括漫顶破坏、渗流破坏以及失稳变性破坏；漫顶破坏影响因素包括：水库大坝工程等级因素、运行管理因素以及洪水荷载因素；渗流破坏影响因素包括：坝基渗流破坏、坝体渗流以及绕坝渗流；失稳变性破坏影响因素包括：坝身土料特性、地质及灾害因素、水文气象及水动力学因素以及运行管理因素；

生态环境包括水质、水量、泥沙以及濒危物种；

社会环境包括社会资源、社会公平以及公众价值观；

经济因素包括水库大坝的运行成本和水库大坝创造的效益；水库大坝的运行成本包括规划水库大坝退役所必须进行的研究、调查和监测费用，拆除建筑物的费用，以及泥沙处理，环境修复方面的费用。

在步骤2，确定小型土石坝退役评价等级参考《水库降等与报废管理办法(试行)》和工程安全评价等级；

水利部2003年1月2日颁布了《水库降等与报废管理办法(试 行)》提出了水库大坝退役的两种方案：降等与报废的实施办法，依据该办法，可以将小型土石坝退役评价等级确定为三级：

G＝{g₁,g₂,g₃}＝{不退役，部分退役，全部退役} (1)

对于小型土石坝，不退役(继续运行)包括因大坝安全原因进行的除险加固，以及为提高大坝运行和管理的效率而进行的升级改造。部分退役又可以分为两种，一种是降低运行水位或坝高，另一种是拆除部分附属建筑物；全部退役是指拆除工程及其所有附属建筑物，包括对相关影响工程区的恢复或复原。

参考工程安全评价等级，在采取[0,1]区间量化评价指标时，可以将小型土石坝退役评价等级划分为：

G＝{g₁,g₂,g₃}＝{[0.4,1.0],[0.2,0.4),[0,0.2)} (2)

在步骤2中，小型土石坝退役评价体系中底层定量指标评价值，其采用的方法是定量指标量化方法，包括如下步骤：

采用直线型无量纲化方法解决定量指标的量化；

通过极大值因子无量纲化函数：

极小值因子无量纲化函数：

式中：y为因子的评价值；x为影响因子的实际值：x_max为影响因子的最大值；x_min为影响因子的最小值。

根据对评价指标历史情况的调查，拟定评价指标体系中指标的最大值、最小值，得到各指标的上下限后，亦即各指标的最大值x_max和最小值x_min，从而利用上述公式计算出各指标的评价值。

确定洪水位的评价值：

通过选择设计水位为其最大值，正常蓄水位为其最小值，利用公式(3)对水位进行量化处理。

确定库容坝高的评价值：

通过选择设计洪水位加超高为坝顶高程最大值，设计水位为其最小值，利用式(4)进行标准量化处理。

确定泄洪能力的评价值：

通过选择设计泄洪能力为最大值，利用式(4)进行标准化处理。

进一步地，小型土石坝退役评价指标体系中底层评价值，采用定性指标的量化方法，定性指标的量化，是针对工程安全评价指标体系中，漫顶破坏评价指标中，运行维护、应急水平等指标；渗透破坏评价指标中，地质条件、基础处理情况、材料特性、防渗水平、运行管理、时间效应、环境变化、岸坡地质情况、缝隙处理情况等指标；失稳变形破坏评价指标中，地质条件、波浪冲击、坝型结构、日常巡查情况、坝体排水、水位升降速度等指标，通过模糊集值统计方法进行量化分析。

需要说明的是，模糊集值统计方法如下：

对于定性指标C，第k个评价者估价的等级区间为若共有n个评价者，则n个区间形成一个集值统计序列U： 这n个子集叠加在一起形成覆盖在评价轴上一种分布，如图6所示。

其中，被称为样本落影函数。表示这n个评价值包含某个数值u的概率，与模糊统计中的隶属度函数相似，其表达式为

其中，

上述样本落影函数的确定方法实际是把各专家看成是等权重的，即均为1/n。但实际上各专家的水平往往不同甚至存在有较大的差距，为反映这种差别，这里令第k个专家的权重为ω_k，则参考式(5)，加权的样本落影函数为

则定性指标C的度量值为

其中，u_max,u_min分别为定性指标C可能取得的最高值、最低值。

为了使工程安全定性指标量化值有个直观的内涵，对应小型土石坝的评价等级，给定一个参考和对比的标准，使得到的评价值有相应的涵义。具体意义如表1。

表1小型土石坝评价等级与工程安全定性指标量化对照表

生态环境、社会评价指标体系中各底层评价指标都可以根据小型土石坝的实际情况，利用模糊集值统计法量化分析。

对于生态环境和社会定性指标，对应小型土石坝退役评价等级，参考我国《水库降等与报废管理办法》给定一个对比的标准，具体意义分别见表2和表3。

表2水库大坝评价等级与生态环境定性指标量化对照表

表3水库大坝评价等级与社会定性指标量化对照表

在步骤2中，小型土石坝退役评价指标权重方法为主客观权重的融合赋权法；

需要说明的是，现阶段大坝评价指标的赋权方法大致分为两大类：一类是基于决策者的经验或偏好，通过对各个评价指标进行比较而确定权重的方法，称为主观赋权法；另一类是基于评价指标的客观数据而进行确定的方法，称客观赋权法。拟采用的主观赋权法为改进的基于模糊互补判断矩阵的特征值法，客观赋权法为信息熵法。下面分别对主客赋权方法进行研究，提出基于多目标优化理论的主客观融合赋权法。

针对传统特征值法的一致性问题，借助于模糊数学的优势，运用模糊互补判断矩阵来避免直接检验判断矩阵的一致性，从而建立适合评价指标权重的模糊改进特征值法。

(1)标度值选择

在小型土石坝退役评价分析中，评价指标之间的两两比较，基本上不存在“强烈重要”和“极端重要”的情况，而较多情况是“稍微重要”附近变化。如果存在“极端重要”，那么极端重要的那个指标u_i重要性向量就可以定位1，具有否定性，别的相对指标u_j重要性向量就可以设为0，存在就没什么意义，完全可以取消，不去考虑。考虑建立一种较为合适的评价指标权重的改进0.1～0.9标度法(不考虑存在单项指标严重恶化情况)，即将“强烈重要”，“极端重要”表达项去除，增加“比较重要”、“重要”概念，变成7个主要标度表示，如表4。

表4 0.1～0.9标度的含义

(2)模糊互补判断矩阵的建立

首先介绍一下模糊判断互补矩阵的概念。

定义1：设矩阵A＝(a_ij)_n×n,若满足：0≤a_ij≤1,(i,j＝1,2,…,n)，则称A是模糊矩阵。

定义2：若模糊矩阵A＝(a_ij)_n×n,满足：a_ij+a_ji＝1,(i,j＝1,2,…,n)，则称模糊矩阵是模糊互补矩阵。其中，当i＝j时，有a_ij＝a_ji＝0.5。

构造模糊互补判断矩阵后，着重解决如何利用互补矩阵确定评价指标权重问题。下面给出了其中一种求解模糊互补矩阵评价指标权重的一种计算公式，即

经验证，该公式包含了模糊一致判断矩阵的优良特性及判断信息，计算方便，操作简单，对实际问题的决策应用有较好的效果。通过归一化处理，可以求得：w＝(w₁,w₂,…,w_n)是模糊互补矩阵A的排序向量。从而可以推导出A的权重矩阵W＝(w_ij)_n×n。其中，

w_ij＝w_i-w_j+0.5i,j＝1,2,…,n (9)

经验证，可以知道，W同时也是模糊互补矩阵。

(3)模糊互补判断矩阵的相容性一致判断

由式(8)得到的矩阵是否合理，还应该进行一致性检验。当所求结果不满足一致性要求时，表明此时将权向量得计算结果作为依据是不可靠的。需要重新返回专家组重新评价，重新设置判断矩阵。设若A、B都是模糊互补判断矩阵，则称为A、B的相容性指标；因为W为A的权重矩阵，同时也是模糊互补判断矩阵，则可以称为A的一致性指标。具体表述如下：

若A是模糊互补判断矩阵，且W为A的权重矩阵，若CI(A,W)≤α时，则称A是一致性可接受的。其中，α一般意义为决策者的态度，当相容性指标CI(A,W)≤α时，认为判断矩阵为满意一致性的。α越小则表明决策者对模糊判断矩阵的一致性要求越高，一般来说，取α＝0.1。

实际操作中，一般都是由许多个(设s个，s＝1,2,…,n)专家给出同一因素集x_i上的两两比较判断矩阵P_s＝(r_ij)_m×m,s＝1,2,…,n。它们均是模糊互补判断矩阵，则可分别得到权重的集合：W(s)＝{W(s)₁,W(s)₂,…,W(s)_m}。

由于是权重的集合，所以需要运用一定的数学方法，对这些评价指标权重进行集成，转化为一个综合的权重向量。这里采用简单加权算术平均法进行，即

对离散信息源产生的信息量进行度量的公式为：

H＝-k∑p_ilogp_i (11)

式中：H是概率集p₁,p₂,…,p_n,的熵。k是一个参数。

设有m个评估对象，n个评估指标，按照定性与定量相结合的原则，取得多对关于多指标的评价指标矩阵R'＝(r′_ij)_mn，由于各指标数据之间具有不可公度性，难以进行直接比较，必须对这些指标进行标准化，归一化处理。经过标准化后，得到标准化的决策矩阵为R＝(r_ij)_mn。

在得出了标准决策矩阵后，计算出第j个评价指标的熵定义为

其中：

假定，当p_ij＝0时，p_ijlnp_ij＝0，也可以选择k，使得0≤E_j≤1，这种标准化在进行评判比较时是很必要的。由此，可以得出第j个评价指标的权重向量w_j为

在评价过程中，可以根据得到的权重对评价指标做出一定的调整，以利于熵做出最精确、可靠的评价。

针对主客观赋权方法的不足，提出基于多目标优化理论的主客观权重融合分析法，集成主客观赋权方法的长处，使分析结果更加符合评价指标的实际情况。

设融合优化后评价指标的权重向量可表示为

W＝(w₁,w₂,…,w_m)^T (14)

其中，

则各方案i的综合加权评价值为

为了既兼顾主观偏好，又充分利用主客观赋权法各自所带的信息，达到主客观的统一，在改进的理想解方法基础上引入离差函数

式中，表示对评价方案i而言，第k种主观分析法的决策与融合后的权重向量所作决策的离差；表示对评价方案i而言，第k种客观分析法的决策与融合后权重所作决策的离差。

显然，希望得到合理的权重向量，使其总的离差和最小，为此构造目标规划优化模型

式中：c_k(k＝1,2,…,p)和d_k(k＝p+1,p+2,…,q)分别为p种主观赋权法和q-p种客观赋权法的系数，由决策者根据各方法的重要性程度确定，且而μ为离差函数的偏好因子，如果0＜μ＜0.5，说明决策者希望客观所得的权重向量与融合后的权重向量越接近越好，当μ＝0.5时，决策者认为主观赋权法与客观赋权法是同等重要的，当0.5＜μ＜1时，决策者认为主观赋权法得到的权重向量与融合优化后的权重向量越接近越好。

如果则优化模型(18)有唯一最优解，其解为

B'＝(w′₁,w′₂,…,w′_m) (19)

其中：表示p种主观赋权法对评价指标所确定的权重向量的加权平均，表示q-p种客观赋权法对评价指标所确定的权重向量的加权平均，w'_j则是表示p种主观赋权法所确定的权重向量和q-p种客观赋权法所确定的融合后权重向量。

式(18)中，p＝1，q-p＝1，因此可以得到简化的权重向量融合优化模型

B＝(w₁,w₂,…,w_m) (20)

其中w_j＝μα_j+(1-μ)β_j,j＝1,2,…,m。即

B＝[(μα₁+(1-μ)β₁),(μα₂+(1-μ)β₂),…,(μα_m+(1-μ)β_m)]^T

(21)

在步骤3中，建立小型土石坝退役综合评价模型：

进一步地，建立多层次模糊综合评价模型，通过：

(1)单层次模糊综合评价

设因素集为U＝{u₁,u₂,…,u_n}，评语集V＝{v₁,v₂,…v_m}。

①首先对U中的u_i(i＝1,2,…n)作单因素评价，考虑因素u_i对决策评语v_j的隶属度r_ij，这样第i个因素u_i的单因素评价集为：r_i＝(r_i1,r_i2,…,r_im)。

②根据n个因素的评价集，形成总的判断矩阵R。R代表因素论域U到决策论域V的一个模糊关系，可表示成R＝(r_ij)_n×m的n×m阶矩阵。

③由于因素集U中，各因素u_i(i＝1,2,…n)在决策中所起的作用不同，所以定义一个权重集ω，并将其称为因素集U的重要度模糊子集，可表示为：

A＝(ω₁，ω₂，…，ω_n) (23)

其中ω_i表示因素u_i在综合评价中的重要性。

④当模糊子集ω和模糊矩阵R均已知时，即可作模糊变换进行综合评价

其中：b_i＝∨(ω_i∧r_ij)，即取大取小运算。则B＝(b₁,b₂,…,b_m)为决策评语集V上的等级模糊子集。最后，根据模糊子集B，由最大隶属度原则确定其类别，即评语b＝max{b_i}。

(2)多层次模糊综合评价

建立多层次模糊综合评价模型，首先按照一定的准则将各因素集划分成若干组子集U_i(i＝1，2，…，k)，针对每一子集，利用单层次评价模型作模糊综合评价B_i＝w_igR_i(i＝1，2，…，k)，由B_i建立高一层次的综合评价矩阵

设U₁，U₂，…，U_k的权向量为A，A＝(ω₁，ω₂，…，ω_k)，且满足 则高层次评价模型为

由此从下向上逐层评价，最终实现对评价体系结构顶层指标的评价。多层评价模型示意框如下图所示：

进一步地，对小型土石坝退役评价指标的隶属度分析

隶属度函数表达式如下：

工程安全、生态环境和社会底层评价指标对应评价等级的隶属度矩阵为

在确定工程安全、生态环境和社会底层评价指标隶属度的基础上，利用式(26)，得到工程安全、生态环境和社会指标对于评价等级G＝{g₁,g₂,g₃}＝{不退役，部分退役，全部退役}的隶属度。

确定经济评价指标隶属度时，对于定性指标，根据实际情况，首先利用专家经验初步比较各经济底层评价指标在不退役、部分退役和全部退役三种情况下的成本和效益的大小，每个指标在三种情况下成本和效益最小的取值为1，再借鉴层次分析法(参考表5)，对每个指标的另外两种取值和最小取值比较，确定各经济底层评价 指标在不退役、部分退役和全部退役三种情况下的取值；对于定量指标，如果可以实际计算出成本和效益，则取实际值。最后进行归一化处理，则得到经济底层评价指标对于评价等级G＝{g₁,g₂,g₃}＝{不退役，部分退役，全部退役}的隶属度。

表5相对重要性的取值

取值	定义
		1	等同重要
3	一个指标比另一个指标稍微重要
		5	一个指标比另一个指标明显重要
7	一个指标比另一个指标强烈重要
		9	一个指标比另一个指标极端重要
2，4，6，8	上述两相邻判断的中值

在确定成本和效益底层评价指标隶属度的基础上，利用式(26)，分别对成本和效益进行综合评价，得到成本和效益对于评价等级G＝{g₁,g₂,g₃}＝{不退役，部分退役，全部退役}的隶属度。最终通过成本除以效益得到效益/成本比值，进行归一化处理，即可得到经济指标对于评价等级G＝{g₁,g₂,g₃}＝{不退役，部分退役，全部退役}的最终隶属度。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.小型土石坝退役综合评价方法，其特征在于，包括

步骤1：通过对小型土石坝退役影响因素指标的拟定，确定小型土石坝退役评价指标体系；

步骤2：确定小型土石坝退役评价等级，底层评价指标量化值和评价指标权重；

步骤3：根据底层评价指标的量化值，通过线性插值的方法确定底层评价指标对评价等级的隶属度；

步骤4：确定小型土石坝退役指标的最终隶属度，由最大隶属度原则确定小型土石坝退役等级。

2.如权利要求1所述的小型土石坝退役综合评价方法，其特征在于，所述的小型土石坝退役评价指标体系的确定，其步骤是：

1)通过对小型土石坝三类破坏因素，即漫顶破坏、渗流破坏和失稳变性破坏的确定，建立小型土石坝退役评价指标体系中的工程安全评价指标体系；

2)通过对小型土石坝中的水质、水量和泥沙运动的确定，建立小型土石坝退役评价指标体系中的生态环境评价指标体系；

3)通过对小型土石坝中的社会资源、社会公平以及公众价值观的确定，建立小型土石坝退役评价指标体系中的社会评价指标体系；

4)通过对小型土石坝的成本和效益的确定，建立小型土石坝退役评价指标体系中的经济因素评价指标体系。

3.如权利要求1所述的小型土石坝退役综合评价方法，其特征在于，将所述小型土石坝退役评价等级分为三级：

G＝{g₁,g₂,g₃}＝{不退役，部分退役，全部退役} (1)

对于小型土石坝，不退役包括因大坝安全原因进行的除险加固，以及为提高大坝运行和管理的效率而进行的升级改造；部分退役又可以分为两种，一种是降低运行水位或坝高，另一种是拆除部分附属建筑物；全部退役是指拆除工程及其所有附属建筑物，包括对相关影响工程区的恢复或复原；

在采取[0,1]区间量化评价指标时，可以将小型土石坝退役评价等级划分为：

G＝{g₁,g₂,g₃}＝{[0.4,1.0],[0.2,0.4),[0,0.2)} (2)。

4.如权利要求1所述的小型土石坝退役综合评价方法，其特征在于，所述小型土石坝退役底层评价指标量化方法包括：定量指标的量化和定性指标的量化。

5.如权利要求4所述的小型土石坝退役综合评价方法，其特征在于，所述定量指标的量化，是通过极大值因子无量纲化函数和极小值因子无量纲化函数来确定；

所述极大值因子无量纲化函数为：

$y=\frac{x_{max}-x}{x_{max}-x_{min}}=\left\{\begin{array}{cc}0& x\&GreaterEqual;x_{\max }\\ \frac{x_{max}-x}{x_{max}-x_{min}}& x_{\min }<x<x_{\max }\\ 1& x<x_{\min }\end{array}\right.---\left(3\right)$

所述极小值因子无量纲化函数为：

$y=\frac{x-x_{\min }}{x_{max}-x_{min}}=\left\{\begin{array}{cc}0& x\&le;x_{min}\\ \frac{x-x_{min}}{x_{max}-x_{min}}& x_{min}\&le;x\&le;x_{max}\\ 1& x\&GreaterEqual;x_{max}\end{array}\right.---\left(4\right)$

式中：y为因子的评价值；x为影响因子的实际值：x_max为影响因子的最大值；x_min为影响因子的最小值；

根据历史评价指标参数，拟定评价指标体系中指标的最大值、最小值，得到各指标的上下限后，亦即各指标的最大值x_max和最小值x_min，从而利用公式(3)或(4)计算出各指标的评价值。

6.如权利要求4所述的小型土石坝退役综合评价方法，其特征在于，所述定性指标的量化，是针对工程安全评价指标体系通过模糊集值统计方法进行量化分析。

7.如权利要求1所述的小型土石坝退役综合评价方法，其特征在于，所述小型土石坝退役评价指标权重方法为主客观权重的融合赋权法；

融合优化后评价指标的权重向量可表示为

W＝(w₁,w₂,…,w_m)^T (5)

其中，

则各方案i的综合加权评价值为

$B_i=\underset{j=1}{\overset{m}{\&Sigma;}}{w}_j{r}_{ij},(i=1,2,...,n)---\left(6\right)$

为了既兼顾主观偏好，又充分利用主客观赋权法各自所带的信息，达到主客观的统一，在改进的理想解方法基础上引入离差函数

$d_i^k=\underset{j=1}{\overset{m}{\&Sigma;}}{\&lsqb;(w_j-{\mathrm{\&alpha;}}_{k_j})r_{ij}\&rsqb;}^2,i\&Element;N,k=1,2,...,p---\left(7\right)$

$h_i^k=\underset{j=1}{\overset{m}{\&Sigma;}}{\&lsqb;(w_j-{\mathrm{\&beta;}}_{k_j})r_{ij}\&rsqb;}^2,i\&Element;N,k=1,2,...,q---\left(8\right)$

式中，表示对评价方案i而言，第k种主观分析法的决策与融合后的权重向量所作决策的离差；表示对评价方案i而言，第k种客观分析法的决策与融合后权重所作决策的离差；

显然，希望得到合理的权重向量，使其总的离差和最小，为此构造目标规划优化模型

$\begin{array}{cc}Min& B\left(w\right)=\mathrm{\&mu;}\underset{k=1}{\overset{p}{\&Sigma;}}\underset{i=1}{\overset{n}{\&Sigma;}}\underset{j=1}{\overset{m}{\&Sigma;}}{c}_k{\&lsqb;(w_j-{\mathrm{\&alpha;}}_{k_j})r_{ij}\&rsqb;}^2+(1-\mathrm{\&mu;})\underset{k=p+1}{\overset{q}{\&Sigma;}}\underset{i=1}{\overset{n}{\&Sigma;}}\underset{j=1}{\overset{m}{\&Sigma;}}{d}_k{\&lsqb;(w_j-{\mathrm{\&beta;}}_{k_j})r_{ij}\&rsqb;}^2\end{array}$

$\begin{array}{cc}s.t.& \underset{j=1}{\overset{m}{\&Sigma;}}{w}_j=1,w_j\&GreaterEqual;0,j=1,2,\mathrm{...},m\end{array}---\left(9\right)$

式中：c_k(k＝1,2,…,p)和d_k(k＝p+1,p+2,…,q)分别为p种主观赋权法和q-p种客观赋权法的系数，由决策者根据各方法的重要性程度确定，且而μ为离差函数的偏好因子，如果0＜μ＜0.5，说明决策者希望客观所得的权重向量与融合后的权重向量越接近越好，当μ＝0.5时，决策者认为主观赋权法与客观赋权法是同等重要的，当0.5＜μ＜1时，决策者认为主观赋权法得到的权重向量与融合优化后的权重向量越接近越好；

如果则优化模型(9)有唯一最优解，其解为

B'＝(w′₁,w'₂,…,w'_m) (10)

其中： 表示p种主观赋权法对评价指标所确定的权重向量的加权平均，表示q-p种客观赋权法对评价指标所确定的权重向量的加权平均，w'_j则是表示p种主观赋权法所确定的权重向量和q-p种客观赋权法所确定的融合后权重向量。

8.如权利要求1所述的小型土石坝退役综合评价方法，其特征在于，所述的底层评价指标对于评价等级的隶属度，其采用的方法是线性插值的方法，包括如下步骤：

1)建立单层次模糊综合评价模型

设因素集为U＝{u₁,u₂,…,u_n}，评价集V＝{v₁,v₂,…v_m}；

首先对U中的u_i(i＝1,2,…n)作单因素评价，考虑因素u_i对决策评价v_j的隶属度r_ij，因此第i个因素u_i的单因素评价集为：r_i＝(r_i1,r_i2,…,r_im)；

根据n个因素的评价集，形成总的判断矩阵R，R代表因素论域U到决策论域V的一个模糊关系，可表示成R＝(r_ij)_n×m的n×m阶矩阵；

既

$R=\left[\begin{array}{cccc}{r}_{11}& r_{12}& ...& r_{1m}\\ r_{21}& r_{22}& ...& r_{2m}\\ & ...& ...& \\ r_{n1}& r_{n2}& \mathrm{...}& r_{nm}\end{array}\right]---\left(11\right)$

由于因素集U中，各因素u_i(i＝1,2,…n)在决策中所起的作用不同，所以定义一个权重集ω，并将其称为因素集U的重要度模糊子集，可表示为：

A＝(ω₁，ω₂，…，ω_n) (12)

其中ω_i表示因素u_i在综合评价中的重要性；

通过对模糊子集ω和模糊矩阵R作模糊变换进行综合评价

$B=A\&CenterDot;R=({\mathrm{\&omega;}}_1,{\mathrm{\&omega;}}_2,...,{\mathrm{\&omega;}}_n)\&CenterDot;\left[\begin{array}{cccc}{r}_{11}& r_{12}& ...& r_{1m}\\ r_{21}& r_{22}& ...& r_{2m}\\ & ...& ...& \\ r_{n1}& r_{n2}& ...& r_{nm}\end{array}\right]=(b_1,b_2,...,b_m)---\left(13\right)$

其中：b_i＝∨(ω_i∧r_ij)，即取大取小运算，则B＝(b₁,b₂,…,b_m)为决策评语集V上的等级模糊子集，最后，根据模糊子集B，由最大隶属度原则确定其类别，即评语b＝max{b_i}

2)建立多层次模糊综合评价模型

首先将各因素集划分成若干组子集U_i(i＝1，2，…，k)，针对每一子集，利用单层次评价模型作模糊综合评价B_i＝w_igR_i(i＝1，2，…，k)，由B_i建立高一层次的综合评价矩阵

$R=\left[\begin{array}{c}{B}_1\\ B_2\\ .\\ .\\ .\\ B_K\end{array}\right]---\left(14\right)$

设U₁，U₂，…，U_k的权向量为A，A＝(ω₁，ω₂，…，ω_k)，且满足则高层次评价模型为

$B=A\&CenterDot;R=\mathrm{\&omega;}\&CenterDot;\left[\begin{array}{c}{\mathrm{\&omega;}}_1\&CenterDot;R_1\\ {\mathrm{\&omega;}}_2\&CenterDot;R_2\\ .\\ .\\ .\\ {\mathrm{\&omega;}}_k\&CenterDot;R_k\end{array}\right]---\left(15\right)$

3)确定评价指标的隶属度

通过隶属度函数：

$r_{i1}\left(x\right)=\left\{\begin{array}{cc}0& x<0.8\\ \frac{x-0.8}{0.2}& 0.8\&le;x<1\\ 1& x\&GreaterEqual;1\end{array}\right.---\left(16\right)$

$r_{i2}\left(x\right)=\left\{\begin{array}{cc}0& x<0.6\\ \frac{x-0.6}{0.2}& 0.6\&le;x<0.8\\ \frac{1.0-x}{0.2}& 0.8\&le;x<1.0\\ 0& x\&GreaterEqual;1.0\end{array}\right.---\left(17\right)$

$r_{i3}\left(x\right)=\left\{\begin{array}{cc}0& x<0.4\\ \frac{x-0.4}{0.2}& 0.4\&le;x<0.6\\ \frac{0.8-x}{0.2}& 0.6\&le;x<0.8\\ 0& x\&GreaterEqual;0.8\end{array}\right.---\left(18\right)$

$r_{i4}\left(x\right)=\left\{\begin{array}{cc}0& x<0.2\\ \frac{x-0.2}{0.2}& 0.2\&le;x<0.4\\ \frac{0.6-x}{0.2}& 0.4\&le;x<0.6\\ 0& x\&GreaterEqual;0.6\end{array}\right.---\left(19\right)$

$r_{i5}\left(x\right)=\left\{\begin{array}{cc}0& x<0\\ \frac{x}{0.2}& 0\&le;x<0.2\\ \frac{0.4-x}{0.2}& 0.2\&le;x<0.4\\ 0& x\&GreaterEqual;0.4\end{array}\right.---\left(20\right)$

计算出工程安全、生态环境、社会和经济底层评价指标对于评价等级G＝{g₁,g₂,g₃}＝{不退役，部分退役，全部退役}的隶属度的隶属度，利用式(15)，得到工程安全、生态环境、社会和经济指标对于评价等级G＝{g₁,g₂,g₃}＝{不退役，部分退役，全部退役}的隶属度。