[發明專利]城市內澇監測點的優化布置方法

在審

• 申請號: 201611226065.3
• 申請日: 2016-12-27
• 公開（公告）號: CN106651040A
• 公開（公告）日: 2017-05-10
• 發明（設計）人: 陳兵;趙靚芳;李小坤;周午陽
• 申請（專利權）人: 華南理工大學;廣州市市政工程設計研究總院
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/26
• 代理公司: 廣州市華學知識產權代理有限公司44245
• 代理人: 李斌

技術領域

本發明涉及城市內澇監測點的優化布置技術領域，尤其涉及一種基于灰色關聯度分析法和TOPSIS分析法應用于城市內澇監測點的優化布置方法。

背景技術

近年來城市內澇災害不斷加劇，逢雨必澇成為許多城市不得不面對的問題。而針對目前城市內澇管理方面存在的突出問題，借助計算機技術來實現城市內澇防治，提高城市內澇管理的有效性與及時性是城市內澇防治管理工作的必然要求。

合理地布置城市內澇監測點是城市內澇監控工作順利開展的前提。城市內澇監測點的合理布置，一方面需要及時、準確、全面地反映城市的內澇狀況，另一方面需要保證監測數據有效性和代表性，并且避免重復布置帶來的經濟投入和人員投入。如何在諸多泵站及排水管網的關鍵節點中，合理地確定內澇監測點的數目和位置，從而為城市排水管網(內澇)監控系統提供基礎數據，是有效發揮其有效性能，快速、準確地處理內澇問題的關鍵和前提。

水環境中水質監測點的優化布置常采用物元分析法、主成分分析法、人工神經網絡模型法等、聚類分析法等。這些方法應用于水質監測點的優化布置中都有其理論支撐，而且在實際運用中也能取得一定的效果，但是都不可避免的有其局限性。以聚類分析法為例，聚類分析是基于數據之間的相似程度對其進行分類，通過選取每一類中的代表性點來實現監測點的優化布置。傳統的聚類分析在應用時要求樣本量足夠大，并且符合一定的概率分布。但一方面，在聚類分析的實際操作中，如何選擇合適的閾值，避免人為主觀選擇的隨意性，是目前需要解決的難題。另一方面，國內城市內澇的監測數據(積水深度、內澇次數、內澇面積、淹沒時間，降雨量等)往往記錄有限，具有少數據、小樣本、信息不完全的特點，外加人為因素的影響，因此不滿足經典的聚類分析的要求。而灰色關聯度分析法和TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution)分析法不受此條件約束，對于信息不完全、多目標問題的解決具有優勢，在環境監測和評價領域越來越受到重視和應用。

本發明結合灰色關聯理論和TOPSIS理論的優點，構建一種新的灰色關聯理想解模型，進行城市內澇監測點的優化布置?；疑P聯度分析法和TOPSIS分析法都是解決信息有限、數據無典型分布特征下多目標決策問題的有效方法。自問世以來受到各行業研究者的重視，已經廣泛應用于地質、物流、氣象、軍事等領域，并取得一系列成果。目前我國城市內澇監測數據往往存在記錄不準確、不充分等問題，許多數據波動較大，不具有典型的分布規律，同時城市內澇受諸多因素影響，因素之間有不確定的、復雜的關系，是一種典型的灰色系統，因此有必要將灰色關聯理論和TOPSIS理論引入城市內澇監測點的優化布置，從而為城市內澇監測點的優化布置提供一種科學有效的新思路。

發明內容

本發明要解決的技術問題在于，提供一種城市內澇監測點的優化布置方法，具有原理簡單、易于實現和效率高的特點，且符合布點的代表性、可比性以及可行性要求。

為解決上述技術問題，本發明提供如下技術方案：一種城市內澇監測點的優化布置方法，包括以下步驟：

S1、獲取城市內澇點，對其構建決策矩陣；

S2、對決策矩陣的量值進行無量綱化處理；

S3、根據無量綱化處理的求解結果，確定理想解和負理想解；進一步確定理想解的歐式距離、負理想解的歐式距離，以及確定理想解之間的灰色關聯度、負理想解之間的負灰色關聯度，然后計算綜合貼近度；

S4、對每個城市內澇點的綜合貼近度按大小進行排序，綜合貼近度最大的為最優城市內澇監測點。

進一步地，所述步驟S1具體為：

S11、獲取m個城市內澇點，所述每個城市內澇點包括n項內澇監測指標，相對應的量值為r_ij，r_ij表示第i個內澇點第j項內澇監測指標對應的量值，其中，i＝1、2、…、m，j＝1、2、…、n；

S12、構建決策矩陣為R＝[r_ij]_m×n。

進一步地，所述內澇監測指標包括最大積水深度、影響范圍、影響時間、受影響人數、內澇點改造工程費用以及5年內的內澇次數。

進一步地，所述步驟S2具體為：

S21、對量值r_ij進行無量綱化處理，公式如下：