水利系统读书报告

水利系统读书报告
水利系统工程学习报告
班级: 09级水利1班学号: 20094040 姓名: 张玉田
学习计算机智能概论之后,对遗传算法和神经网络有了最初步的了解，经过新学期对水利系统工程的学习，对水利系统工程的认识也深刻了许多。

我相信，在总结自然规律的基础上，结合以往的经验，坚持科学的态度，讲究经济效益从理论和技术上解决水利系统在现代化建设中出现的新问题，水利系统工程这门科学技术会不断的进步。

水资源系统工程是应用系统工程的方法对水资源进行合理的开发利用，包括对水资源的规划、治理、控制、保护和管理。

水资源系统工程从系统总体出发，综合考虑自然、技术、经济和社会等因素的相互关系，有目的有步骤地选定开发目标、建立数学模型、应用优化方法和计算机技术，对大量可行的开发利用方案进行定量分析和综合评价，从而提出总体最优方案，供决策时选择。

水资源系统的主要特点：①它是一个可控的人工系统与自然系统相结合的复合大系统。

它既是为了充分利用水资源，满足社会需要和促进经济发展而建立的人工系统，又是一个受生态系统制约和服从水资源本身自然规律的自然系统。

②它是空间和时间结构都极其复杂的大系统。

从空间结构看，它既包括众多的工程要素，如大坝、水库、渠系、水电站、通航和溢洪建筑物等，又涉及许多除害兴利部门，如防洪、除涝、水污染控制、工农业供水、水力发电、航运、旅游等部门。

它们之间存在着既相互支援，又相互制约的关系。

从时间结构看，它包括从水资源开发利用的勘测、规划、设计、施工到运行管理等阶段，是典型的多阶段动态系统，有的要历经60～70年之久的连续过程。

③它是一个多目标、多技术方案的大系统。

对水资源系统的评价目标涉及经济、社会、政治、环境、地区等多种目标。

为实现系统目标，不仅系统内部可行方案众多，而且外部战略性的替代方案也多。

如可用火电或核电等来代替水电开发，用公路、铁路等来代替水道航运等。

④它是一个多级递阶的大系统。

例如，在流域或地区水资源规划系统
中，按任务和要求通常可将防洪、灌溉、发电等专业规划分别作为流域或地区规划的子系统来处理。

根据需要还可将这级子系统再细分为下属的若干级子系统，以便寻求整个系统的最优化。

下面我简单介绍一下我所学习的检验判断矩阵一致性的遗传层次分析法。

T. L. Saaty于20世纪70年代提出的层次分析法（analytic hierarchy process，AHP）是一种由定性分解到定量分析和定量综合的新颖决策思维方式，它将人们对复杂系统的思维过程数学化，将人的主观判断为主的定性分析进行定量化，将各种判断要素之间的差异数值化，帮助人们保持思维过程的一致性，为复杂系统的分析、预测、评价、决策、控制和管理提供易于被人接受的定量依据，目前已在工程技术、经济管理和社会生活中得到广泛应用，是当前复杂系统建模的重要理论和方法之一（Saaty TL，1980；刘兴堂和吴晓燕，2001）。

AHP在实际应用中存在的主要问题是如何检验和修正判断矩阵的一致性问题，这也是目前AHP理论研究的热点和难点。

对此，目前已提出的AHP方法主要有：经验估计法（Saaty TL，1980；刘兴堂和吴晓燕，2001；陈来安和陆军令，1988），最优传递矩阵法（梁梁，盛昭翰和徐南荣，1989；马云东和胡明东，1997），向量夹角余弦法（刘万里和雷治军，1997），模式识别法（王雪华，秦学志和杨德礼，1997），诱导矩阵法（李梅霞，2000）等，这些方法存在的主要问题是主观性强、修正标准对原判断矩阵而言不能保证是最优的（具有间接性），或只对判断矩阵的个别元素进行修正（局部性修正），因此至今仍没有一个统一的修正模式，实际应用AHP 时多数是凭经验和技巧进行修正，缺乏相应科学理论和方法的支持（刘万里和雷治军，1997）。

为此，我们把判断矩阵的一致性问题归结为一非线性优化问题，提出用加速遗传算法（accelerating genetic algorithm，AGA）（金菊良，杨晓华和丁晶，2001）检验判断矩阵的一
致性、并同时计算层次分析中排序权值的新方法，我们称之为检验判断矩阵一致性的遗传层次分析法，简称AGA-AHP 。

AGA-AHP 的计算步骤
步骤1：建立水资源系统评价的层次结构模型。

不失一般性，这里
的层次结构模型由从上到下的目标层A 、评价子系统层B 和评价指标层C 组成（张礼兵，金菊良，吴贻名等，2002）。

A 层为系统的总目标，即确定水资源系统评价指标的权重，只有一个要素。

C 层为n c 个评价指标C 1、C 2、…、c n C 。

B 层为这些评价指标所隶属的n b 个评价子系统B 1、B 2、…、b
n B 。

层次结构模型各层中的总目标、评价子系统和评价指标统称为系统的要素。

步骤2：对B 层和C 层的要素，分别以各自的上一级层次的要素为准则进行两两比较，通常采用1~9级及其倒数的判断尺度来描述人们认识各要素的相对重要性，得到B 层的判断矩阵为b b n n ij a A ?=)(，元素a ij 表示从判断准则A 角度考虑要素B i 对要素B j 的相对重要性。

对应于B 层要素B k 的C 层的判断矩阵为B k ={b k ij | i ，j =1~ n c }，k =1~n b 。

在水资源系统评价
过程中，需进行两要素重要性的比较。

因直接确切地给出1~9级判断尺度较为困难，为此可先给出1、2、0三个判断尺度的间接判断矩阵，再换算为1~9级判断尺度的判断矩阵，以免在判断时产生逻辑上的矛盾和错误（汪应洛，2001）。

步骤3：层次各要素的单排序及其一致性检验，就是要确定同一层次各要素对于上一层次某要素的相对重要性的排序权值，并检验各判断矩阵的一致性。

不失一般性，现以判断矩阵b b n n ij a A ?=)(为例进行分析。

设B 层各要素的单排序权值为w k ，k =1~n b ，且满足w k >0和∑==b n k k w
11。

根据判断矩阵A 的定义，理论上有
a ij = w i /w j (i ，j =1~n
b )， (2.1)
这时判断矩阵A 具有如下性质（汪应洛，2001）：①a ii = w i /w i =1；②a ji = w j / w i =1/a ij ；③a ij a jk =(w i /w j ) (w j /w k )= w i /w k = a ik 。

称性质①为判断矩阵的单位性；称性质②为判断矩阵的倒数性；称性质③为判断矩阵的一致性，它表示相互关系可以定量传递。

例如，若要素i 比要素j 重要2倍，要素j 比要素k 重要4倍，
则要素i 比要素k 重要8倍。

性质③也是性质①和性质②的充分条件：因为a ii a ii = a ii ，所以a ii =1；又因为a ji a ij = a jj =1，所以a ji =1/a ij 。

若判断矩阵A 满足式(2.1)，决策者能精确度量a ij = w i /w j ，则判断矩阵A 具有完全的一致性，于是有：
∑∑====b b n k i b k k i n k k ik w n w w w w a 11)/()( (i =1~n b )， (2.2) 0)(11=-∑∑==b b n i n k i b k ik w n w a。

(2.3)
式中，| |为取绝对值。

由于实际系统的复杂性、人们认识上的多样性以及主观上的片面性和不稳定性，系统要素的重要性度量没有统一和确切的判断标尺，决策者不可能精确度量w i /w j ，只能对它们进行估计判断。

判断矩阵A 的一致性程度，主要取决于判断者对系统各要素的认识程度，对各要素优劣认识得越清楚，一致性程度就越高，而评价各要素的优劣正是AHP 所要解决的问题。

实际应用中AHP 只要求判断矩阵A 具有满意的一致性，以适应各种复杂系统。

显然，式(2.3)左端的值越小，则判断矩阵A 的一致性程度就越高，当式(2.3)成立时则判断矩阵A 具有完全的一致性。

基于此，B 层各要素的单排序及其一致性检验问题可以归结为如下优化问题： b n i n k i b k ik b n w n w a
n CIF b b /)()(min 11∑∑==-=， (2.4)
s.t. w k >0 (k =1~n b )，∑==b n k k w
11。

(2.5)
式中，称CIF (n b )为一致性指标函数（Consistency Index Function ），单排序权值w k （k =1~n b ）为优化变量，其余符号同前。

当判断矩阵A 具有完全的一致性时，式(2.1)成立，从而式(2.4)取全局最小值CIF (n b )=0。

式(2.4)是一个常规方法较难处理的非线性优化问题，而作为一种通用的全局优化方法，用加速遗传算法（AGA ）来求解该问题则较为简便。

当CIF (n b )值小于某一标准值时，可认为判断矩阵A 具有满意的一致性，据此计算的各要素单排序权值w k 是可以接受的；否则就需要反复调整判断矩阵A ，直到具有满意的一致
性为止。

同理，由C 层各判断矩阵c c n n k ij b ?)(，可确定C 层各要素i 对于B 层k 要素的单排
序权值k i c w （i =1~n c ），以及相应的一致性指标函数CIF k (n c )（k =1~n b ）。

当CIF k (n c )值
小于某一标准值时，可认为判断矩阵c c n n k ij b ?)(具有满意的一致性，据此计算的各要素的单排
序权值k
i c w 是可以接受的；否则就需要反复调整判断矩阵c c n n k ij b ?)(，直到具有满意的一致性为止。

目前，水资源系统工程方法论是以霍尔系统工程方法论为主、兼有切克兰德系统工程方法论，并随着水资源系统工程理论和实践的不断发展，切克兰德系统工程方法论的比重也将不断提高，这是由水资源系统所包含的自然属性、生态环境属性和社会经济属性这三方面的复杂性所决定的。

由于水资源系统的复杂性，水资源系统工程中存在大量复杂优化问题，其中许多问题的复杂程度已超出了常规优化方法的处理能力，而国内外水资源系统工程界已开始对遗传算法及其在水资源系统工程中的应用进行了探讨，遗传算法已在很大程度上更新了当代水资源系统工程的面貌，并日益显示出遗传算法在水资源系统工程中的价值及对遗传算法进行深入研究的必要性。

另一方面，作为一类多点自适应全局优化的通用方法，遗传算法与传统优化方法相比具有一系列优点，它特别善于处理复杂的非线性优化问题，近年来开始在各种工程优化计算中获得了成功应用，与此同时也暴露了它的一些缺陷，人们也在逐步认识遗传算法的复杂性能，以期予以改进。

从上述对遗传算法的概述可以看到，遗传算法本质上是一类自适应优化算法的集合，它具有大致的框架形式，但并不规定算法每步的具体内容，这使得对遗传算法本身的研究过程也可以采用与遗传算法演化过程一致的方式来进行。