蘇陽(yáng)悅，紀(jì)昌明，張驗(yàn)科，李榮波

(1.華北電力大學(xué)可再生能源學(xué)院，北京 102206；2.長(zhǎng)江勘測(cè)規(guī)劃設(shè)計(jì)研究有限責(zé)任公司水利規(guī)劃研究院，武漢 430010)

0 引 言

隨著經(jīng)濟(jì)社會(huì)的快速發(fā)展，水資源短缺的問題日益突出，已經(jīng)成為制約我國(guó)經(jīng)濟(jì)社會(huì)穩(wěn)定發(fā)展的瓶頸，采用一套行之有效的水資源管理辦法就顯得尤為重要。在2011年中央一號(hào)文中對(duì)新時(shí)期水資源管理給出了新的定義，并由此產(chǎn)生了新的管理指標(biāo)體系，眾多學(xué)者在這方面已做出了有益的嘗試，并取得了一定的成果[1-3]。然而水資源管理評(píng)價(jià)標(biāo)準(zhǔn)的明確界定存在一定的難度，在指標(biāo)的選取與權(quán)重確定上存在不確定性與模糊性，導(dǎo)致評(píng)價(jià)結(jié)果在某種程度上造成一定的差異，呈現(xiàn)出來(lái)的評(píng)價(jià)狀態(tài)值也會(huì)有所不同，甚至出現(xiàn)不同評(píng)價(jià)方法的評(píng)價(jià)結(jié)果缺乏一致性。目前常用的評(píng)價(jià)方法有模糊評(píng)價(jià)法、人工神經(jīng)網(wǎng)絡(luò)等綜合評(píng)價(jià)方法[4-7]，這些評(píng)價(jià)方法對(duì)一些量化困難、只能定性描述的事件具有良好的處理效果，但評(píng)價(jià)結(jié)果的信息量卻較為單調(diào)。當(dāng)前最嚴(yán)格水資源管理制度的評(píng)價(jià)方法仍在探索之中，方法局限在專家調(diào)查法(Delphi)、層次分析法(AHP)等，存在較大的主觀性。

本文創(chuàng)新點(diǎn)在于將云模型理論[6,7]應(yīng)用在新時(shí)期的最嚴(yán)格水資源管理評(píng)價(jià)中，試圖建立基于云模型與模糊綜合評(píng)價(jià)法的改進(jìn)評(píng)價(jià)模型，除了可以實(shí)現(xiàn)定性概念和定量數(shù)值之間的不確定性轉(zhuǎn)換，體現(xiàn)語(yǔ)言概念的隨機(jī)性與模糊性，還能反映評(píng)價(jià)體系里的層次關(guān)系，并給出評(píng)價(jià)結(jié)果的信任度與穩(wěn)定度[11,12]，在一定程度上克服現(xiàn)有定性評(píng)價(jià)存在主觀性和隨意性大的缺點(diǎn)，能夠?qū)υu(píng)價(jià)客體進(jìn)行有效評(píng)價(jià)，給決策者提供了更多的有效信息，使得評(píng)價(jià)結(jié)果更加合理可靠。以惠州市為例，進(jìn)行水資源管理評(píng)價(jià)實(shí)例研究，通過對(duì)比，驗(yàn)證該模型評(píng)價(jià)結(jié)果的可靠性、穩(wěn)定性和有效性。

1 云模型理論

1.1 云模型的概念

云數(shù)字特征和云發(fā)生器是云模型理論的兩個(gè)核心內(nèi)容[7]。

設(shè)U是一個(gè)用數(shù)值表示的定量論域，C是U上的定性概念，若定量數(shù)值x,x∈U是定性概念C的一次隨機(jī)實(shí)現(xiàn)，x對(duì)C的確定度μ(x)∈[0,1]是有穩(wěn)定傾向的隨機(jī)數(shù)，即：

μ：U→[0,1],?x∈U,x→μ(x)

(1)

則x在論域U上的分布稱為云模型，簡(jiǎn)稱云，記為C(x)；每一個(gè)x稱為一個(gè)云滴。

圖1 正態(tài)云及數(shù)字特征

云模型用期望Ex、熵En和超熵He三個(gè)數(shù)字特征來(lái)整體表征一個(gè)概念，Ex是云滴在論域空間分布的中心值，是最能夠代表定性概念的點(diǎn)；En是定性概念不確定性的量度，由概念的隨機(jī)性和模糊性共同決定，不僅反映了云滴的離散程度，也反映了定性概念的模糊性；He是熵的不確定性量度，即熵的熵，由熵的隨機(jī)性和模糊性共同決定，主要反映定性概念中不確定性的凝聚性。

1.2 云發(fā)生器

發(fā)生器是云模型中定性概念與定量數(shù)據(jù)之間相互轉(zhuǎn)換的特定算法，正向云發(fā)生器實(shí)現(xiàn)從定性概念到定量數(shù)值的轉(zhuǎn)換，由云的數(shù)字特征(Ex,En,He)產(chǎn)生云滴；逆向云發(fā)生器實(shí)現(xiàn)從定量數(shù)值到定性概念的轉(zhuǎn)換，將精確的數(shù)據(jù)轉(zhuǎn)換為以云數(shù)字特征(Ex,En,He)表示的定性概念。

2 基于云模型與模糊綜合評(píng)價(jià)法的改進(jìn)評(píng)價(jià)模型

水資源管理評(píng)價(jià)中的評(píng)價(jià)指標(biāo)可以看作是數(shù)據(jù)挖掘的產(chǎn)物，在大量的、有噪聲的、不完全的、模糊的數(shù)據(jù)中，提取出其中隱含的有用的信息，為決策者提供信息管理與決策支持[14]。

在評(píng)價(jià)模型建立中，依據(jù)人的語(yǔ)言習(xí)慣將評(píng)語(yǔ)集分為“好”“較好”“一般”“較差”“差”，這類的定性語(yǔ)言概念是模糊的，在度的把握上難以界定[10]。因此，用模糊數(shù)學(xué)的方法，把定性概念量化，進(jìn)行模糊評(píng)價(jià)。在模糊綜合評(píng)價(jià)模型中，將評(píng)價(jià)指標(biāo)劃分為層次結(jié)構(gòu)，以權(quán)重為紐帶對(duì)評(píng)價(jià)指標(biāo)的隸屬度進(jìn)行矩運(yùn)算，并按一定的評(píng)價(jià)準(zhǔn)則得到評(píng)價(jià)結(jié)果，這提供了更多的信息，并理清了各層次間的關(guān)系[4-6]。但模糊綜合評(píng)價(jià)法得到的是明確的隸屬關(guān)系，并不能有效的對(duì)數(shù)據(jù)的可信度與穩(wěn)定性進(jìn)行很好的描述。為解決這個(gè)問題，引入云模型與模糊綜合評(píng)價(jià)相結(jié)合，因?yàn)樵颇Ｐ涂梢暂^好的刻畫隨機(jī)性與模糊性兩者之間的關(guān)系，對(duì)應(yīng)的把信任度與穩(wěn)定性[12,13]的概念引入到評(píng)價(jià)結(jié)果中，以圖形直觀的形式展現(xiàn)出來(lái)，實(shí)現(xiàn)評(píng)價(jià)狀態(tài)集與評(píng)價(jià)指標(biāo)集之間的不確定性映射。在模型權(quán)重選擇上，為了減少人為打分帶來(lái)的不確定性，選用熵權(quán)來(lái)確定各指標(biāo)的權(quán)重[5,16,17]。

因此，將云模型、熵權(quán)法與層次模糊綜合評(píng)價(jià)模型相結(jié)合以構(gòu)建評(píng)價(jià)模型。

2.1 基本模型與評(píng)價(jià)指標(biāo)體系構(gòu)建

設(shè)評(píng)價(jià)指標(biāo)集U={u1,u2,…,un}，評(píng)價(jià)狀態(tài)集V={v1,v2,…,vn}。

基于云模型的多層次模糊綜合評(píng)價(jià)模型可表示為：

B=A°R

(2)

式中：B為從評(píng)價(jià)指標(biāo)集U到評(píng)價(jià)狀態(tài)集V的模糊關(guān)系矩陣；A為評(píng)價(jià)指標(biāo)權(quán)重集；R為隸屬云組成的評(píng)價(jià)矩陣。

2.2 云生成與隸屬度的計(jì)算

依據(jù)云模型的理念，用概念的方法把握量的不確定性，比數(shù)學(xué)表達(dá)更真實(shí)、更具備普遍性。

首先，依據(jù)隸屬度的確定方法，將已歸一化處理的各評(píng)價(jià)指標(biāo)后的點(diǎn)作為輸入點(diǎn)，并以各輸入點(diǎn)作為中心值生成一組具有穩(wěn)定傾向的隨機(jī)數(shù)。

其次，利用逆向云模型將各組隨機(jī)數(shù)作為云滴，也即是輸入點(diǎn)。并以無(wú)需確定度信息的逆向云算法得出，

(5)

得到個(gè)數(shù)字特征之后，基于云模型的綜合評(píng)價(jià)法，采用云模型代替隸屬函數(shù)來(lái)計(jì)算相應(yīng)的評(píng)價(jià)矩陣R。

(6)

得出評(píng)價(jià)矩陣R后利用綜合模糊算子，計(jì)算出綜合評(píng)價(jià)結(jié)果B。

最后，得出的評(píng)價(jià)結(jié)果將會(huì)以B(Ex，En，He)的形式表現(xiàn)，再利用正向云發(fā)生器，將該結(jié)果生成云圖，我們稱之為評(píng)價(jià)對(duì)象云。

Ex表示了水資源管理評(píng)價(jià)的實(shí)際狀況；En值越小表示評(píng)價(jià)結(jié)果可信度越高；He值越小表明結(jié)果的穩(wěn)定性越好。

2.3 評(píng)價(jià)狀態(tài)集的確定

第一步，根據(jù)已有成果，將水資源管理的評(píng)價(jià)指標(biāo)屬性劃分為5個(gè)評(píng)價(jià)等級(jí)，即：V={V1,V2,V3,V4,V5}={差，較差，中等，較好，非常好}。

從人的主觀角度出發(fā)，評(píng)價(jià)等級(jí)的取值范圍并不是相等的，對(duì)于“好”“中等”“差”的概念認(rèn)知相對(duì)精確，取值應(yīng)當(dāng)相對(duì)窄。而對(duì)于“較好”“較差”的概念認(rèn)知較為模糊，故取值范圍應(yīng)當(dāng)相對(duì)于廣一些。

故本文利用模糊邏輯概念按照黃金分割法[20]，在論域[0,1]范圍內(nèi)，劃定評(píng)價(jià)等級(jí)的評(píng)判區(qū)間。以中心點(diǎn)0.5作為評(píng)價(jià)等級(jí)“中等”的期望值，且Ex1=0，Ex5=1，分別為評(píng)價(jià)等級(jí)“差”與“好”的期望。評(píng)價(jià)等級(jí)“較好”與“較差”的期望值應(yīng)以靠近評(píng)價(jià)等級(jí)“中等”為原則。故有Ex2=0.309，Ex4=0.691，分別為評(píng)價(jià)等級(jí)“較差”與“較好”。

這里根據(jù)經(jīng)驗(yàn)，設(shè)He=0.01，利用正態(tài)云的性質(zhì)可計(jì)算出各評(píng)價(jià)等級(jí)的云數(shù)字特征En的值；其計(jì)算公式可表述為：

Enn=(Exn+1-Exn)/3

(7)

依據(jù)云滴群對(duì)概念的貢獻(xiàn)程度[8-11]，對(duì)于論域U中的定性概念由貢獻(xiàn)的云滴，主要落在區(qū)間[Ex-3En,Ex+3En]，因此可以忽略該區(qū)間之外的云滴對(duì)定性概念A(yù)的貢獻(xiàn)，也稱之為“3En規(guī)則”，詳細(xì)指標(biāo)值見表1；各評(píng)價(jià)等級(jí)對(duì)應(yīng)的評(píng)價(jià)云圖，見圖2。

表1 各評(píng)價(jià)等級(jí)云的數(shù)字特征及取值范圍

圖2 標(biāo)準(zhǔn)評(píng)價(jià)云圖

實(shí)際上因各數(shù)據(jù)都?xì)w一化在[0,1]內(nèi)，故圖表所示的云數(shù)字特征可以表征不同評(píng)價(jià)等級(jí)，所以也可以稱之為“標(biāo)準(zhǔn)評(píng)價(jià)云”。

2.4 評(píng)價(jià)準(zhǔn)則

(8)

利用該公式計(jì)算出評(píng)價(jià)對(duì)象云與各評(píng)價(jià)標(biāo)準(zhǔn)云的相似度，根據(jù)最大相似度原則，找出與評(píng)價(jià)標(biāo)準(zhǔn)云最為相近的評(píng)價(jià)標(biāo)準(zhǔn)子云，其所對(duì)應(yīng)的評(píng)價(jià)等級(jí)即為水資源管理評(píng)價(jià)等級(jí)。

2.5 模型求解流程

為模型求解流程圖見圖3。

圖3 模型求解流程圖

3 惠州市水資源管理等級(jí)評(píng)估

惠州市地處珠江三角洲東緣，北部是丘陵山地，南臨南海為沖積平原，具有明顯的季風(fēng)環(huán)流特征，屬于亞熱帶季風(fēng)氣候，秋季常受臺(tái)風(fēng)影響，降水量迅猛增加?；葜菔蟹謱贃|江下游、東江三角洲惠州、粵東沿海諸小河3個(gè)水資源四級(jí)區(qū)，水資源計(jì)算總面積為11 173 m2，行政分區(qū)為，惠城區(qū)、惠陽(yáng)區(qū)、惠東縣、博羅縣、龍門縣、大亞灣開發(fā)區(qū)、仲愷高新區(qū)7個(gè)縣(區(qū))。

惠州市水汽充沛，降雨量較為豐富，多年平均降水量1 897.0 mm，但時(shí)空分布不均，汛期為4-9月，降水量約占全年75%，10-12月和次年1-3月降水量約占全年25%。

降水量區(qū)域分布不均，西枝江流域、粵東諸河偏少，東江三角洲區(qū)偏多。全市水資源總量為125.68 m3。大中型水庫(kù)蓄水總量8.77 億m3。并且有新豐江、楓樹壩、白盆珠水庫(kù)實(shí)施水量聯(lián)合調(diào)度。各行業(yè)需水要求基本滿足。用水量中以農(nóng)業(yè)用水為主，工業(yè)用水和生活用水次之。廢水排放以工業(yè)和建筑業(yè)廢水占七成。水質(zhì)監(jiān)測(cè)評(píng)價(jià)總河長(zhǎng)556 km，其中水質(zhì)為2～3類河長(zhǎng)471 km，占84.7%。(數(shù)據(jù)主要來(lái)源于《廣東省統(tǒng)計(jì)年鑒2015》、《惠州市水資源公報(bào) - 2015》。)

3.1 評(píng)價(jià)指標(biāo)體系構(gòu)建

以資料的可獲取性、指標(biāo)可量化性、科學(xué)性、主導(dǎo)因素突出性為指標(biāo)選取的原則，并參照中央一號(hào)文件的工作指導(dǎo)精神[1,2]，構(gòu)建了惠州市水資源管理評(píng)價(jià)指標(biāo)體系。

評(píng)價(jià)指標(biāo)體系的構(gòu)建與各個(gè)地區(qū)本身的特點(diǎn)直接相關(guān)，因此不同的評(píng)價(jià)指標(biāo)體系并不完全相同。作為示例，圖4構(gòu)建了一個(gè)一般意義下的區(qū)域多層次評(píng)價(jià)指標(biāo)體系。

3.2 指標(biāo)隸屬云計(jì)算

根據(jù)建立的惠州市水資源管理評(píng)價(jià)指標(biāo)體系計(jì)算出各指標(biāo)的權(quán)重與隸屬云見表2。

按照熵權(quán)法可以得出熵權(quán)、熵值的計(jì)算結(jié)果，從表2可知權(quán)重分別為(0.35,0.3,0.35)，通過擬合運(yùn)算規(guī)則乘法運(yùn)算獲得各指標(biāo)對(duì)準(zhǔn)則指標(biāo)的評(píng)價(jià)貢獻(xiàn)，再將結(jié)果通過擬合運(yùn)算規(guī)則加法運(yùn)算和B=A·R得到對(duì)應(yīng)上級(jí)指標(biāo)的綜合評(píng)價(jià)云，于是水資源開發(fā)利用B1指標(biāo)的隸屬云為C(0.568 6,0.036 2,0.013 9)；用水效率B2的隸屬云C(0.827 4,0.052 6,0.020 2)；水功能區(qū)B3(0.579 3,0.036 8,0.014 2)。

再依據(jù)子目標(biāo)與權(quán)重可計(jì)算出，水資源管理指標(biāo)體系A(chǔ)的隸屬云為C(0.650 1，0.041 3，0.015 9)。

3.3 評(píng)價(jià)云圖與數(shù)字特征

依據(jù)上述計(jì)算得到評(píng)價(jià)指標(biāo)用水效率、水功能區(qū)、水資源開發(fā)利用的隸屬云，可繪制其診斷狀態(tài)云圖。將其與評(píng)價(jià)狀態(tài)云圖進(jìn)行疊加，如圖4所示，就可以對(duì)用水效率的狀態(tài)做出評(píng)價(jià)，直觀的看圖可知“用水效率”的狀態(tài)云圖位于標(biāo)準(zhǔn)評(píng)價(jià)云圖中的“較好”與“非常好”之間，且略微向“較好”偏移，因此通過目測(cè)可以認(rèn)為惠州市的用水效率的評(píng)估狀態(tài)位于“較好”與“非常好”之間，且偏向“較好”。

圖4 惠州市水資源管理評(píng)價(jià)體系

總目標(biāo)層子目標(biāo)權(quán)重隸屬云評(píng)價(jià)指標(biāo)實(shí)際值熵值權(quán)重隸屬云水資源管理指標(biāo)體系A(chǔ)水資源開發(fā)利用B10.35060.5686,0.0362,0.0139總用水量C120.8200.96920.15810.6947,0.0442,0.0044工業(yè)用水量C24.9300.99760.01250.1645,0.0105,0.0010農(nóng)業(yè)用水量C312.2100.98740.06490.4074,0.0259,0.0026居民生活用水量C42.5900.99930.00370.0864,0.0055,0.0005城鎮(zhèn)公共用水量C51.0300.99990.00060.0344,0.0022,0.0002水資源開發(fā)利用率C60.1660.97870.10940.5539,0.0352,0.0035地下水開采模數(shù)C70.0160.99970.00140.0534,0.0034,0.0003生態(tài)用水量C80.0691.00000.00010.0023,0.0001,0.0001用水效率B20.30070.8274,0.0526,0.0202萬(wàn)元工業(yè)增加值用水量C930.3001.00000.00010.0108,0.0007,0.0001水田實(shí)灌畝均用水量C10795.0000.99340.03400.2828,0.0180,0.0018人均生活用水量(城鎮(zhèn))C11158.0000.99970.00160.0562,0.0036,0.0004人均生活用水量(農(nóng)村)C12131.0000.99980.00110.0466,0.0030,0.0003人均水資源量C132643.0000.95090.25230.9401,0.0598,0.0060人均綜合用水量C14438.0000.99780.01130.1558,0.0099,0.0010萬(wàn)元GDP用水量C1566.0000.99990.00030.0235,0.0015,0.0001水功能區(qū)B30.34870.5793,0.0368,0.0142河段水質(zhì)達(dá)標(biāo)率C1675.1000.98130.09620.5130,0.0326,0.0033水庫(kù)水質(zhì)達(dá)標(biāo)率C1788.5000.97540.12630.6045,0.0384,0.0038湖泊達(dá)標(biāo)率C1888.5000.97540.13630.6045,0.0384,0.0038

同理，如圖5與圖6，也可以得出水功能區(qū)納污方面，其評(píng)估狀態(tài)位于“中等”與“較好”之間，且偏向于“中等”；而水資源開發(fā)利用上，其評(píng)估狀態(tài)位于“中等”與“較好”之間，且偏向于“中等”。

最后，如圖7，可以看出惠州市水資源管理總體評(píng)價(jià)，其評(píng)估狀態(tài)位于“中等”與“較好”之間，且十分的靠近評(píng)價(jià)等級(jí)“較好”。

圖5 水資源開發(fā)利用評(píng)價(jià)云圖

圖6 用水效率評(píng)價(jià)云圖

圖7 水功能區(qū)評(píng)價(jià)云圖

圖8 惠州市水資源管理總體評(píng)價(jià)云圖

云用Ex、En和He這3個(gè)數(shù)字特征來(lái)整體表征一個(gè)概念，從物理意義上看Ex反應(yīng)指標(biāo)實(shí)際水資源管理狀態(tài)的預(yù)期；En反映評(píng)價(jià)結(jié)果的可信度的一種反應(yīng)，通過表2可知，“用水效率”的En=0.052 6，“水資源開發(fā)利用”的En=0.036 2，“水功能評(píng)價(jià)”的En=0.036 8，“總體評(píng)價(jià)”的En=0.041 3，數(shù)值較小，表明本次評(píng)估結(jié)果的可信度較高；He反映對(duì)不確定性評(píng)價(jià)結(jié)果帶來(lái)的不穩(wěn)定性的一種描述，由表2可知，“用水效率”的He=0.020 2，“水資源開發(fā)利用”的He=0.013 9，“水功能評(píng)價(jià)”的He=0.014 2，“總體評(píng)價(jià)”的He=0.015 9，數(shù)值也較小，表明本次評(píng)價(jià)結(jié)果的穩(wěn)定性高。

3.4 云相似度

前文2.4已分別計(jì)算評(píng)價(jià)隸屬云與各個(gè)評(píng)價(jià)等級(jí)隸屬云之間的云相似度，如表3所示。該結(jié)果為惠州市水資源管理總體評(píng)價(jià)的結(jié)果，根據(jù)最大相似原則，惠州市水資源管理評(píng)估等級(jí)為“中等”。然而，通云過相似度一欄的數(shù)值不難發(fā)現(xiàn)，評(píng)價(jià)等級(jí)“好”“較好”“中等”數(shù)值之間的差距十分小，因此，結(jié)合圖8，再次表明結(jié)果具有一致性。

表3 惠州市水資源管理評(píng)估等級(jí)云相似度計(jì)算結(jié)果

4 方法對(duì)比與分析

為了檢驗(yàn)基于云模型的模糊綜合評(píng)判方法計(jì)算的準(zhǔn)確性，本文采用了模糊綜合評(píng)判法與傳統(tǒng)云模型對(duì)研究結(jié)果進(jìn)行檢驗(yàn)。

圖9 云模型加權(quán)與云模型的模糊綜合評(píng)價(jià)方法的對(duì)比云圖

如表4所示，利用云模型計(jì)算惠州市水資源管理指標(biāo)的云向量為C(0.700 7,0.098 2,0.051 3)。

由表5，依據(jù)最大云相似度原理，可知惠州市水資源管理水平屬于“較好”的等級(jí)。這與本文最終評(píng)價(jià)結(jié)果有所差異。

導(dǎo)致差異的主要原因，如圖9所示，通過對(duì)比可以直觀地看出基于云模型的模糊綜合評(píng)價(jià)法更為可信與穩(wěn)定。如表4所示，從數(shù)字特征上觀察，單純利用云模型加權(quán)的方式算得的期望值，Ex=0.700 7，而云綜合方法的期望值，Ex=0.650 1，兩者都位于評(píng)價(jià)等級(jí)“較好”附近，但是云模型加權(quán)的熵值，En=0.982，云綜合方法的熵值，En=0.041 3，可以看出本文介紹的方法熵值較小，其離散程度較小，表明本文介紹方法的信任度更高。同時(shí)，單純使用云模型的超熵，He=0.051 3，云綜合方法的超熵，He=0.015 9，本文介紹的方法的超熵值明顯更小，這表明該評(píng)價(jià)結(jié)果的穩(wěn)定性也更高。

表4 云模型加權(quán)算法與云模型模糊綜合評(píng)價(jià)法的數(shù)字特征

表5 云模型加權(quán)算法的云相似度計(jì)算結(jié)果

綜合評(píng)判的計(jì)算結(jié)果，如表6所示，可知利用模糊綜合評(píng)判法計(jì)算的惠州市水資源管理等級(jí)隸屬度，根據(jù)最大隸屬度最大原則，判定水資源管理水平屬于“較好”的等級(jí)。同時(shí)利用Mamdani模糊控制方法，可以計(jì)算出惠州市管理等級(jí)的程度為0.69，而基于云模型的綜合評(píng)價(jià)法的等級(jí)程度則為0.65，相差值為0.04，評(píng)判結(jié)果基本一致。

致使評(píng)判等級(jí)有出入的原因在于在本文的等級(jí)區(qū)間劃分并不是均勻劃分，而是采用黃金分割法作為分點(diǎn)依據(jù)，倘若使用均勻劃分，那么評(píng)判結(jié)果將會(huì)完全一致。這點(diǎn)在基于云模型的綜合評(píng)判法的云相似度可以看出，“中等”等級(jí)的相似度為0.999 9，“較好”等級(jí)的相似度為0.999 6，相差0.000 3。兩者十分的靠近。事實(shí)上，如圖7，可直觀看出，評(píng)價(jià)結(jié)果十分靠近等級(jí)“較好”。

表6 模糊綜合評(píng)價(jià)法評(píng)價(jià)結(jié)果

綜上所述，兩種方法(傳統(tǒng)云模型與模糊綜合評(píng)判法)的計(jì)算所得的惠州市水資源管理等級(jí)處于較好水平，且在達(dá)標(biāo)線附近，這與本文的計(jì)算結(jié)果基本一致，從而說(shuō)明了本文的計(jì)算方法是合理可行的。且通過對(duì)比，可知本文的方法更為直觀、更為可信與更為穩(wěn)定。

5 結(jié) 論

(1)把云模型應(yīng)用在水資源管理評(píng)價(jià)中，能兼顧等級(jí)概念的模糊性與隨機(jī)性，從實(shí)際數(shù)據(jù)分布中抽取等級(jí)概念，實(shí)現(xiàn)不同層次上的分析與綜合。其不僅給出了評(píng)價(jià)結(jié)果的期望值，而且還給出了評(píng)價(jià)結(jié)果的可信度與穩(wěn)定度，比一般的評(píng)價(jià)方法給出的信息更為豐富。在權(quán)重選擇方面采用了熵權(quán)法，減少了人為主觀因素的影響，使權(quán)重更為客觀，盡可能地降低了人為打分的模糊性。因此基于云模型和熵權(quán)法的模糊綜合評(píng)價(jià)模型為水資源管理評(píng)估提供給了一種新的思路。

(2)在對(duì)惠州市的實(shí)例分析中，可以看出最終的評(píng)價(jià)等級(jí)與次級(jí)指標(biāo)的評(píng)估等級(jí)表現(xiàn)有所差異，可直觀清晰地從圖表數(shù)據(jù)中了解各指標(biāo)所處位置與等級(jí)隸屬程度，其中在用水效率上已經(jīng)達(dá)到較好的水平；而水資源開發(fā)利用與水功能區(qū)限制納污這兩個(gè)指標(biāo)反映出其管理水平處于中等達(dá)標(biāo)狀態(tài)，然而仍然有待加強(qiáng)；綜合指標(biāo)最終的水資源管理等級(jí)定義為中等，然而卻已經(jīng)較為接近較好程度，管理者可根據(jù)各指標(biāo)反映的問題做出實(shí)際調(diào)整，以期最終達(dá)到三條紅線所規(guī)定的目標(biāo)。

□

[1] 左其亭,張保祥,王宗志,等. 2011年中央一號(hào)文件對(duì)水科學(xué)研究的啟示與討論[J]. 南水北調(diào)與水利科技,2011,(5):68-73.

[2] 左其亭,胡德勝,竇 明,等. 基于人水和諧理念的最嚴(yán)格水資源管理制度研究框架及核心體系[J]. 資源科學(xué),2014,(5):906-912.

[3] 黃曼麗,朱 凌,尹 華,等. 基于熵權(quán)的多目標(biāo)綜合評(píng)價(jià)方法在水利工程中的應(yīng)用[J]. 中國(guó)農(nóng)村水利水電,2008,(12):99-102.

[4] 柳 軍. 模糊綜合評(píng)價(jià)在水環(huán)境質(zhì)量評(píng)價(jià)中的應(yīng)用研究[D]. 重慶：重慶大學(xué),2003.

[5] 羅軍剛,解建倉(cāng),阮本清. 基于熵權(quán)的水資源短缺風(fēng)險(xiǎn)模糊綜合評(píng)價(jià)模型及應(yīng)用[J]. 水利學(xué)報(bào),2008,(9):1 092-1 097,1104.

[6] 周曉蔚,王麗萍,張驗(yàn)科. 基于最大熵的河流水質(zhì)恢復(fù)能力模糊評(píng)價(jià)模型[J]. 中國(guó)農(nóng)村水利水電,2008,(1):23-25.

[7] 石 佳,紀(jì)昌明,張驗(yàn)科,等. 基于RVA的建庫(kù)后下游河流生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)研究[J]. 中國(guó)農(nóng)村水利水電,2013,(8):7-11.

[8] 邸凱昌,李德毅,李德仁. 云理論及其在空間數(shù)據(jù)發(fā)掘和知識(shí)發(fā)現(xiàn)中的應(yīng)用[J]. 中國(guó)圖象圖形學(xué)報(bào),1999,(11):32-37.

[9] 李德毅,杜 鹢.不確定性人工智能[M].北京：國(guó)防工業(yè)出版社,2005.

[10] 張秋文,章永志,鐘 鳴. 基于云模型的水庫(kù)誘發(fā)地震風(fēng)險(xiǎn)多級(jí)模糊綜合評(píng)價(jià)[J]. 水利學(xué)報(bào),2014,(1):87-95.

[11] 魏光輝,馬 亮. 基于正態(tài)云模型的區(qū)域水資源承載力評(píng)價(jià)[J]. 節(jié)水灌溉,2015,(1):68-71.

[12] 張仕斌,許春香. 基于云模型的信任評(píng)估方法研究[J]. 計(jì)算機(jī)學(xué)報(bào),2013,(2):422-431.

[13] 張仕斌,許春香,安宇俊. 基于云模型的風(fēng)險(xiǎn)評(píng)估方法研究[J]. 電子科技大學(xué)學(xué)報(bào),2013,(1):92-97,104.

[14] 李克飛,紀(jì)昌明,張驗(yàn)科. 水電站水庫(kù)群多目標(biāo)聯(lián)合調(diào)度風(fēng)險(xiǎn)評(píng)價(jià)決策研究[J]. 中國(guó)農(nóng)村水利水電,2012,(10):120-122.

[15] 李繼偉,紀(jì)昌明,張新明,等. 基于改進(jìn)TOPSIS的水庫(kù)水沙聯(lián)合調(diào)度方案評(píng)價(jià)[J]. 中國(guó)農(nóng)村水利水電,2013,(10):42-45.

[16] 張曉星,紀(jì)昌明,彭 楊,等. 基于最大熵法的河道行洪風(fēng)險(xiǎn)評(píng)估[J]. 中國(guó)農(nóng)村水利水電,2009,(12):70-73.

[17] 何 洋,紀(jì)昌明,田開華,等. 基于最大熵原理的徑流預(yù)報(bào)誤差分布規(guī)律研究[J]. 中國(guó)農(nóng)村水利水電,2016,(11):115-120.

[18] 劉 霞,王麗萍,天谷孝夫. 達(dá)拉特旗井灌條件下農(nóng)田水利用及地下水動(dòng)態(tài)分析研究[J]. 中國(guó)農(nóng)村水利水電,2011,(10):29-32.

[19] 趙璧奎,王麗萍,張驗(yàn)科,等. 大型城市原水系統(tǒng)水質(zhì)變化過程評(píng)價(jià)方法研究[J]. 中國(guó)農(nóng)村水利水電,2012,(12):84-87.

[20] 李 琪,徐裕生,張志杰. 黃金分割法在水處理實(shí)驗(yàn)中的應(yīng)用[J]. 中國(guó)農(nóng)村水利水電,1999,(12):12-13.