Page 6 - 水利学报2021年第52卷第6期
P. 6

是在考虑多个属性的情况下,选择最优方案或进行方案排序。综合考虑水资源系统的影响因素,对
               其韧性水平进行时空排序,进而分析其演化规律,开展水资源系统韧性的评价与调控,对于水资源
               系统的安全维护和可持续发展策略的制定具有重要的指导意义。
                   勾股模糊集方法是多准则决策过程中决策矩阵的重要获取途径之一。Yager 等                                  [16-17] 研究了勾股模
               糊数(Pythagorean Fuzzy Numbers,PFNs)和复数之间的联系,讨论了一种决策方法,随后定义勾股聚
               类算子,并应用于新的 MCDM 问题处理技术之中                    [18] 。Zhang 等 [19-20] 提出了基于备择方案与理想解的相
               似性度量的 PF(Pythagorean Fuzzy,PF)-MCDM 决策方法。Ma 等              [21] 构建了对称勾股模糊算子并应用
               于 MCDM 问题中。Ren 等      [22] 开发了勾股模糊集用于交互式多准则决策的方法;李德清等                           [23] 基于距离
               测度,结合排序函数构建了一种勾股模糊集多属性决策模型。
                   近年来,将勾股模糊集与 VIKOR(Vlsekriterijumska Optimizacija I KOmpromisno Resenje,VIKOR)

               方法融合,结合正负理想点和距离测度进行排序与决策是一个前沿的研究方向。如:Muhammet Gul
               等 [24] 以矿山安全风险评价为例,将勾股模糊 VIKOR 方法应用于职业风险评价,融合考虑职业健康安
               全专家在主观判断过程中感知的不确定性和模糊性,提出一种新的职业健康安全风险评估方法来确
               定风险等级;Liang 等       [25] 在传统 VIKOR 方法的基础上,通过引入 TODIM(an acronym in Portuguese for
               Interactive Multi-criteria Decision Making,TODIM)处理决策者的心理行为,定义勾股模糊熵和交叉熵
               测度,提出了一种折衷解决方案的新视角,并应用于加纳银行业网上银行网站质量的评价;Pratibha
               R 等 [26] 基于勾股模糊熵和散度将勾股模糊集 VIKOR 方法应用于印度可再生能源技术的评价之中,等
               等。可见,勾股模糊集与 VIKOR 方法的融合,已经在诸多领域取得了成功应用,但在以往研究中,
               勾股模糊决策数往往依据专家经验进而通过语言量表对应获得,相邻等级之间具有绝对分明的边
               界。而事实上,特定指标下某一待评对象的状态,往往在两个相邻等级之间模糊存在;若绝对地将
               其归为某一等级,则均会损失一定的客观性。以水资源系统韧性为例,若某一指标的值处在[20,
               30]为 一 级 , 对 应 勾 股 模 糊 数 为[0.85, 0.15]; 处 在[30, 40]为 二 级 , 对 应 勾 股 模 糊 数 为[0.75,
               0.25],那么如果某一待评对象的该指标值为 30,则需考虑如何确定其勾股模糊数。根据可变集相对
               隶属度的方法,该待评对象对于该指标应该在一级和二级之间对立统一,这符合人们的思维认知。
                   基于此,首先采用可变集相对隶属度的方法获取勾股模糊决策矩阵,构建一种可变勾股模糊
               VIKOR 多准则评价模型;其次从韧性视角出发,构建指标体系与等级标准,进一步将模型应用于长
               江经济带的水资源系统韧性评价,给出调控策略,为该区域的水资源安全和可持续发展提供支持。


               2  主要方法


                   水资源系统是一个复杂系统,其韧性水平及影响因子往往具有模糊不确定性。模糊隶属函数是
               解决该类问题的有效手段之一。然而,由于水资源系统和人类思维的复杂性,传统的隶属度已不能
               满足实际决策需求。勾股模糊集、可变模糊集等几种新的工具应运而生。本文主要利用可变集中相
               对隶属度方法对勾股模糊集进行改进,进而与 VIKOR 多目标决策方法进行融合拓展研究。
               2.1  勾股模糊集       勾股模糊集(Pythagorean Fuzzy Sets,PFSs)放宽了直觉模糊集理论中隶属度与非隶

               属度之和小于等于 1 这一条件,约定隶属度与非隶属度之和可以超过 1,但其平方和不超过 1。勾股
               模糊集中的隶属度和非隶属度对应勾股定理中的两个勾股数,故 Yager 形象地称其为勾股模糊集                                          [16] 。
               对于水资源系统的抵抗性、恢复性和适应性水平,从隶属度和非隶属度两方面综合表达更符合人们
               的思维认知。
                   设论域 X 上的一个勾股模糊集 PFSs 指的是如下形式的一个集合:
                                                           x
                                                                   x
                                               P ={ < x ,u ( ),v ( ) > | x ∈ X }                       (1)
                                                         P
                                                     i
                                                                    i
                                                                         i
                                                            i
                                                                 P
                                                                                           )
                                                                                 )
                                                                                  2
                                                                                           2
                                                                               x
                                                                                        x
                   其中u :X → [0,1   ],v :X → [0,1 ]。若满足对于任意x ∈ X, ( u ( ) + ( v ( ) ≤ 1,则分别称
                                                                    i
                                                                             P
                                                                                i
                        P
                                                                                         i
                                                                                      P
                                      P
                                                                      )
               u 和 v 为 x 对 P 的隶属度和非隶属度,称 π ( ) = 1 - ( u ( ) - ( v ( )          ) 为 x 对 P 的犹豫度或不确定
                                                                                2
                                                                       2
                                                                    x
                                                                             x
                                                        x
                    P
                                                                                     i
                                                         i
                        i
                                                                  P
                                                                              i
                                                                           P
                                                                     i
                                                      P
                P
                 — 634  —
   1   2   3   4   5   6   7   8   9   10   11