房 凱

（宿遷市水務(wù)局，江蘇 宿遷　223800）

1　研究背景

當(dāng)前，我國(guó)很多農(nóng)村中小型泵站由于建設(shè)年代早，建設(shè)標(biāo)準(zhǔn)低，機(jī)電設(shè)備老化，裝置效率低下，運(yùn)行管理不規(guī)范，在農(nóng)業(yè)灌溉、排澇時(shí)效益低下，安全運(yùn)行得不到保證[1-2]。為此，各級(jí)政府為提高農(nóng)業(yè)綜合生產(chǎn)能力，正在大力實(shí)施大中型灌區(qū)續(xù)建配套和節(jié)水改造、小型農(nóng)田水利重點(diǎn)縣等農(nóng)村水利工程，對(duì)灌溉排澇的農(nóng)村中小型泵站進(jìn)行改造，故亟需對(duì)這些農(nóng)村中小型泵站進(jìn)行綜合評(píng)價(jià)，為確定改造方案提供較為科學(xué)的依據(jù)。

傳統(tǒng)的評(píng)價(jià)方法主要是模糊層次法，應(yīng)用十分廣泛，但是指標(biāo)易受量綱影響，指標(biāo)權(quán)重受人為影響大。為避免這一問題，本文采用投影尋蹤聚類模型，尋求最佳投影方向，對(duì)最佳投影方向與評(píng)價(jià)指標(biāo)的投影計(jì)算得到投影值[3-4]，投影值作為泵站工程綜合評(píng)價(jià)結(jié)果。最佳投影方向求解是一個(gè)復(fù)雜的非線性優(yōu)化問題，由于遺傳算法是一種通過模擬自然進(jìn)化過程搜索最優(yōu)解的方法[5-6]，研究應(yīng)用較廣，可以得到最優(yōu)解。本文以農(nóng)村中小型泵站為例，闡述建立投影目標(biāo)函數(shù)以及遺傳算法求解等過程。

2　評(píng)價(jià)模型建立

2.1　評(píng)價(jià)指標(biāo)確立

影響泵站工程綜合評(píng)價(jià)的因素很多，從泵站工程規(guī)劃設(shè)計(jì)、泵站設(shè)計(jì)參數(shù)與實(shí)際工況，再到泵站工程運(yùn)行管理現(xiàn)狀等幾個(gè)方面進(jìn)行分析，在參考已研究的泵站相關(guān)評(píng)價(jià)指標(biāo)體系基礎(chǔ)上，建立三層泵站工程綜合評(píng)價(jià)指標(biāo)體系。評(píng)價(jià)指標(biāo)體系確定了4個(gè)一級(jí)指標(biāo)：技術(shù)指標(biāo)、運(yùn)行狀態(tài)、老化狀態(tài)、管理狀況；16個(gè)二級(jí)指標(biāo)：裝置效率、泵站運(yùn)行狀況、機(jī)電設(shè)備運(yùn)行狀況、配套設(shè)施情況、管理情況等；在二級(jí)指標(biāo)下設(shè)立55個(gè)三級(jí)指標(biāo)[1-2]，如工程完好率、設(shè)備完好率、泵站設(shè)計(jì)參數(shù)與工況一致性等。

2.2　評(píng)價(jià)指標(biāo)處理

經(jīng)前期調(diào)查分析，確定評(píng)價(jià)指標(biāo)等級(jí)。評(píng)價(jià)等級(jí)分為“好、較好、中、較差、差”5個(gè)評(píng)價(jià)等級(jí)，對(duì)應(yīng)量化值分別設(shè)置為1、2、3、4、5。這樣，一個(gè)泵站工程各項(xiàng)指標(biāo)得分就可以通過矩陣[ 1，2，3，5，……，5，2，3 ]表示。n個(gè)泵站工程各項(xiàng)指標(biāo)得分就可以得到n行55列指標(biāo)矩陣。

模糊層次法中權(quán)重的確定，目前運(yùn)用較多的方法有加權(quán)平均法、專家調(diào)查法、層次分析法以及Delphi法等。本文采用專家調(diào)查法，確定評(píng)價(jià)指標(biāo)權(quán)重。

2.3　投影尋蹤聚類評(píng)價(jià)模型

投影尋蹤通過將高維數(shù)據(jù)向低維空間投影，通過分析低維空間的投影特性來研究高維數(shù)據(jù)的特征，是處理多因素復(fù)雜問題的統(tǒng)計(jì)方法[3]。主要有以下幾個(gè)步驟：

一是評(píng)價(jià)指標(biāo)歸一化。歸一化主要目的是解決評(píng)價(jià)指標(biāo)量綱問題。評(píng)價(jià)指標(biāo)賦分越高，表明泵站完好程度越高，采用如下歸一方法：

式中：xmax（j）、xmin（j）分別是第j個(gè)評(píng)價(jià)指標(biāo)的最大值和最小值，x（i，j）為第i個(gè)樣本第j個(gè)評(píng)價(jià)指標(biāo)歸一后的值。

二是建立投影指標(biāo)函數(shù)。將多維數(shù)據(jù)x（i，j）反映在以a=[ a1，a2，……，an]為方向的投影值z(mì)（i）。根據(jù)投影值分布特征，建立投影指標(biāo)函數(shù)：

式中：Sz、Dz分別為投影值的標(biāo)準(zhǔn)差、局部密度。

其中：

三是求解投影指標(biāo)函數(shù)。數(shù)據(jù)結(jié)構(gòu)特征通過投影方向表現(xiàn)。最大可能暴露高維數(shù)據(jù)特征結(jié)構(gòu)的投影方向往往由最佳投影方向反映[3]。利用計(jì)算模型求解投影指標(biāo)函數(shù)最大化來反映最佳投影方向[4]。最佳投影方向通過下式計(jì)算：目標(biāo)函數(shù)求解屬于復(fù)雜的非線性優(yōu)化問題，本文利用加速遺傳算法求解，可以得到最佳投影方向。

四是綜合評(píng)價(jià)。將第三步計(jì)算出的最佳投影方向a*代入后，可以計(jì)算出評(píng)價(jià)對(duì)象的最優(yōu)投影值。

2.4　加速遺傳算法求解

加速遺傳算法研究較多，求解步驟如下[5-6]：

一是進(jìn)行變量編碼。首先生成n個(gè)[ 0，1 ]上的隨機(jī)數(shù)yi=（i=1，2，…，n）作為初始個(gè)體，通過線性變換，可以將優(yōu)化變量取值范圍設(shè)置在[ 0，1 ]區(qū)間內(nèi)，這樣可以實(shí)現(xiàn)對(duì)優(yōu)化變量的基因形式進(jìn)行各種遺傳操作。

二是進(jìn)行父代群體的初始化。通過生成n組[ 0，1 ]區(qū)間上的均勻隨機(jī)數(shù)，即uij（i=1，2，…，n；j=1，2），將uij作為初始群體的父代個(gè)體值yi，代入第一步計(jì)算出優(yōu)化變量值，再代入計(jì)算出對(duì)應(yīng)的目標(biāo)函數(shù)值，并從小到大排列。

三是進(jìn)行父代群體的適應(yīng)度評(píng)價(jià)。通過前兩個(gè)步驟，個(gè)體的適應(yīng)度與目標(biāo)函數(shù)值有一定關(guān)系。目標(biāo)函數(shù)值越小，個(gè)體的適應(yīng)度越高，最優(yōu)解越接近。

四是進(jìn)行子代個(gè)體生成。通過函數(shù)求解算出各個(gè)體的選擇、雜交和變異概率。同時(shí)，選擇、雜交和變異操作也在初始個(gè)體進(jìn)行，這樣就可以得到3n個(gè)子代個(gè)體。

五是進(jìn)行演化迭代。將新生成的3n個(gè)子代個(gè)體，代入公式求解出3n個(gè)目標(biāo)函數(shù)值，繼續(xù)按照從小到大排序，新的父代群體從排在最前面的n個(gè)子代個(gè)體中選取，算法轉(zhuǎn)到第三步，再繼續(xù)下一次計(jì)算。

六是進(jìn)行加速循環(huán)。變量新的初始變化區(qū)間采取前2次演化迭代所計(jì)算出的優(yōu)秀個(gè)體這一子群體對(duì)應(yīng)的變量變化區(qū)間，計(jì)算再從第一步開始，當(dāng)達(dá)到設(shè)定的加速次數(shù)時(shí)計(jì)算停止。

3　綜合評(píng)價(jià)實(shí)現(xiàn)

3.1　工程實(shí)例

以江蘇省某一地區(qū)為例，該地區(qū)地貌大部分屬山區(qū)，地勢(shì)北高南低，北部為丘陵山崗地區(qū)，中南部為河谷平原地區(qū)，南部為平原圩區(qū)。境內(nèi)有低矮山丘60多座，形成崗、塝、沖多種奇特地形?，F(xiàn)有耕地面積6.27萬hm2，有效灌溉面積4.47萬hm2，境內(nèi)固定灌溉排澇農(nóng)村泵站780多處，農(nóng)村泵站在保障農(nóng)業(yè)生產(chǎn)方面發(fā)揮了巨大作用。

3.2　泵站工程綜合評(píng)價(jià)

傳統(tǒng)的模糊層次法主要有3個(gè)步驟：一是二級(jí)指標(biāo)得分。根據(jù)評(píng)價(jià)標(biāo)準(zhǔn)，對(duì)被評(píng)價(jià)泵站的各項(xiàng)指標(biāo)科學(xué)打分，然后依據(jù)評(píng)價(jià)指標(biāo)權(quán)重，計(jì)算出對(duì)應(yīng)的二級(jí)指標(biāo)得分。二是一級(jí)指標(biāo)得分。根據(jù)第一步的二級(jí)指標(biāo)得分以及對(duì)應(yīng)的二級(jí)指標(biāo)權(quán)重，得到對(duì)應(yīng)的一級(jí)指標(biāo)得分。三是評(píng)價(jià)總得分。根據(jù)第二步的一級(jí)指標(biāo)得分以及對(duì)應(yīng)的一級(jí)指標(biāo)權(quán)重，得到泵站評(píng)價(jià)總得分。

投影尋蹤聚類評(píng)價(jià)計(jì)算過程：一是對(duì)泵站評(píng)價(jià)樣本進(jìn)行歸一化處理，然后代入公式，得到投影指標(biāo)函數(shù)。二是利用加速遺傳算法進(jìn)行求解，選取父代種群數(shù)為400，迭代次數(shù)為50。通過進(jìn)行父代群體的適應(yīng)度評(píng)價(jià)和子代個(gè)體生成、演化迭代、加速循環(huán)等步驟，得到最佳投影方向值a=[ 0.215，0.226，0.187，……，0.091，0.124 ]。三是將投影方向值代入投影指標(biāo)函數(shù)得到投影值。根據(jù)投影值可以進(jìn)行泵站綜合評(píng)價(jià)分類，得分越低說明泵站工程老化越嚴(yán)重，也說明亟需進(jìn)行改造。

經(jīng)過計(jì)算，模糊層次法和投影尋蹤法綜合評(píng)價(jià)結(jié)果對(duì)比如表1。

表1　模糊層次法和投影尋蹤法評(píng)價(jià)結(jié)果對(duì)比

4　小結(jié)

為避免評(píng)價(jià)指標(biāo)受量綱影響，指標(biāo)權(quán)重受人為影響等，本文在傳統(tǒng)的綜合評(píng)價(jià)模型選擇上，建立了投影尋蹤聚類評(píng)價(jià)模型。再利用加速遺傳算法搜索最優(yōu)投影方向，得到各泵站的投影值，并進(jìn)行大小排序，確定老化程度，為泵站工程改造提供依據(jù)。計(jì)算結(jié)果表明，和傳統(tǒng)評(píng)價(jià)方法相比，

方法可行有效，在其他水工建筑物綜合評(píng)價(jià)中應(yīng)用前景廣闊。

參考文獻(xiàn)：

[ 1 ]姜成啟 .大中型泵站老化模糊層次綜合評(píng)估體系研究[ D ] .揚(yáng)州：揚(yáng)州大學(xué)，2015 .

[ 2 ]陳敏 . 泵站工程安全評(píng)價(jià)指標(biāo)體系及評(píng)價(jià)指標(biāo)重要性分析方法研究[ D ] . 揚(yáng)州：揚(yáng)州大學(xué)，2013 .

[ 3 ]周振民，管財(cái)，范秀，李延峰 . 基于投影尋蹤聚類模型的水務(wù)系統(tǒng)評(píng)價(jià)——以鄭州市為例[ J ] . 中國(guó)農(nóng)村水利水電，2016（01）:16-20 .

[ 4 ]張鵬洲，倪長(zhǎng)健 . 基于投影尋蹤動(dòng)態(tài)聚類模型的邊坡穩(wěn)定性評(píng)價(jià) [ J ] . 四川環(huán)境，2010，29（01）:126-129 .

[ 5 ]方國(guó)華，曹蓉，劉芹，陳策 . 改進(jìn)遺傳算法及其在泵站優(yōu)化運(yùn)行中的應(yīng)用[ J ] . 南水北調(diào)與水利科技，2016（02）:142-147 .

[ 6 ]房凱，諸曉華，馮英艷 . 基于實(shí)數(shù)編碼的加速遺傳算法在水閘消力池設(shè)計(jì)中的研究應(yīng)用[ J ] . 江蘇水利，2014（09）:19-21 .