[發(fā)明專利]一種城市低影響開(kāi)發(fā)技術(shù)中源頭減排技術(shù)的篩選方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011628205.6
• 申請(qǐng)日: 2020-12-30
• 公開(kāi)（公告）號(hào): CN112700139B
• 公開(kāi)（公告）日: 2022-05-24
• 發(fā)明（設(shè)計(jì)）人: 田禹;孫會(huì)航;張浩然;胡昊;辛傳好;李俐頻
• 申請(qǐng)（專利權(quán)）人: 哈爾濱工業(yè)大學(xué)
• 主分類號(hào): G06Q10/06
• 分類號(hào): G06Q10/06;G06Q10/04;G06Q50/26
• 代理公司: 哈爾濱華夏松花江知識(shí)產(chǎn)權(quán)代理有限公司 23213
• 代理人: 楊曉輝

1.一種城市低影響開(kāi)發(fā)技術(shù)中源頭減排技術(shù)的篩選方法，其特征在于，該方法的具體步驟為：

步驟一、建立低影響開(kāi)發(fā)源頭減排技術(shù)篩選指標(biāo)體系；確定備選技術(shù)和指標(biāo)項(xiàng)；

確定備選技術(shù)和指標(biāo)項(xiàng)分別為：

備選技術(shù)包括：透水鋪裝、綠色屋頂、生物滯留池、滲透塘、雨水花園、蓄水池、調(diào)節(jié)塘、調(diào)節(jié)池、植草溝、滲管、植被緩沖帶和人工土壤滲濾；

指標(biāo)項(xiàng)包括：建造成本與運(yùn)維成本、徑流總量控制效果、徑流峰值削減效果、徑流污染削減效果、景觀效果、熱島效應(yīng)緩解效果、凈化雨水效果、補(bǔ)充地下水效果、雨水蓄集利用效果及雨水傳輸效果；

步驟二、根據(jù)備選技術(shù)和指標(biāo)項(xiàng)，建立備選技術(shù)打分?jǐn)?shù)據(jù)庫(kù)；

步驟三、利用三角模糊數(shù)算法對(duì)數(shù)據(jù)庫(kù)中每個(gè)打分表進(jìn)行矩陣轉(zhuǎn)換，構(gòu)建每個(gè)打分表的決策矩陣；

構(gòu)建每個(gè)打分表的決策矩陣的具體方法為：

第k個(gè)打分表中第i個(gè)技術(shù)的第j個(gè)指標(biāo)的決策矩陣為：

(i＝1,2，…m；j＝1,2，…n)

其中，為第k個(gè)打分表中第i個(gè)技術(shù)的j個(gè)指標(biāo)評(píng)價(jià)值的區(qū)間三角模糊數(shù)形式，a_ij1為第i個(gè)技術(shù)的第j個(gè)指標(biāo)的區(qū)間三角模糊數(shù)下區(qū)間的下界；a'_ij1為第i個(gè)技術(shù)的第j個(gè)指標(biāo)的區(qū)間三角模糊數(shù)下區(qū)間的上界；a_ij2為第i個(gè)技術(shù)的第j個(gè)指標(biāo)的區(qū)間三角模糊數(shù)的中值；a_ij3為第i個(gè)技術(shù)的第j個(gè)指標(biāo)的區(qū)間三角模糊數(shù)上區(qū)間的下界；a'_ij3第i個(gè)技術(shù)的第j個(gè)指標(biāo)的為區(qū)間三角模糊數(shù)上區(qū)間的上界；m和n均為正整數(shù)；

越小越優(yōu)越型指標(biāo)的決策矩陣：

(i＝1,2,…m；j＝1,2,…,n)

越大越優(yōu)越型指標(biāo)的決策矩陣：

(i＝1,2,…m；j＝1,2,…,n)

為區(qū)間三角模糊決策矩陣；為正理想方案的區(qū)間三角模糊數(shù)上區(qū)間的下界；為負(fù)理想方案的區(qū)間三角模糊數(shù)下區(qū)間的下界；式中，

步驟四、采用逼近理想解排序法，計(jì)算每個(gè)決策矩陣與正負(fù)理想技術(shù)方案的模糊距離；

采用逼近理想解排序法，計(jì)算每個(gè)決策矩陣與正負(fù)理想技術(shù)方案的模糊距離的具體方法為：

確定正負(fù)理想方案：

其中,r⁺為正理想方案,r^-為負(fù)理想方案；是第n個(gè)指標(biāo)的正理想方案，是第n個(gè)指標(biāo)的負(fù)理想方案，計(jì)算決策矩陣與正負(fù)理想技術(shù)方案的模糊距離，通過(guò)公式：

實(shí)現(xiàn)，其中，為決策矩陣與正理想技術(shù)方案的模糊距離，為決策矩陣與正理想技術(shù)方案的模糊距離；ω_j第j項(xiàng)決策指標(biāo)的屬性權(quán)重，X_i＝[x_i1，x_i2，…x_im]第i個(gè)備選技術(shù)的m個(gè)指標(biāo)的矩陣，為第i項(xiàng)技術(shù)第j項(xiàng)決策指標(biāo)的區(qū)間三角模糊數(shù)，d()函數(shù)為距離計(jì)算函數(shù)，針對(duì)每個(gè)技術(shù)，建立綜合優(yōu)化模型，應(yīng)用熵權(quán)G1法對(duì)權(quán)重進(jìn)行求解，得最優(yōu)屬性權(quán)重ω＝(ω₁,ω₂,…,ω_n)′；

利用決策矩陣與正負(fù)理想技術(shù)方案的模糊距離計(jì)算決策矩陣與正負(fù)理想技術(shù)方案的模糊距離：

其中，maxd為決策矩陣與正負(fù)理想技術(shù)方案的模糊距離；

步驟五、利用所述模糊距離，計(jì)算決策矩陣與正負(fù)理想技術(shù)方案的相對(duì)貼近度；

步驟六、利用每個(gè)決策矩陣與正負(fù)理想技術(shù)方案的相對(duì)貼近度，計(jì)算備選技術(shù)的綜合評(píng)分；

計(jì)算備選技術(shù)的綜合評(píng)分的方法為：利用公式：

計(jì)算獲得，其中，α為每個(gè)打分表中各個(gè)信息距離倒數(shù)與每個(gè)打分表中各個(gè)信息的距離的倒數(shù)之和的比值；

α₁,α₂,…,α_p為第1個(gè)打分表待第p個(gè)打分表中各個(gè)信息距離倒數(shù)與所有專家所給的各個(gè)信息的距離的倒數(shù)之和的比值；

α_k為第k個(gè)打分表中各個(gè)信息距離倒數(shù)與所有專家所給的各個(gè)信息的距離的倒數(shù)之和的比值；

1/d_k第k個(gè)打分表中各個(gè)信息距離倒數(shù)，

第k個(gè)打分表中第i項(xiàng)技術(shù)的決策矩陣與正負(fù)理想技術(shù)方案的相對(duì)貼近度；

p為打分表的個(gè)數(shù)；z_i第i項(xiàng)技術(shù)的群體決策集結(jié)方案評(píng)價(jià)值，1/d_p為第p個(gè)打分表中各個(gè)信息距離倒數(shù)；

步驟七、根據(jù)備選技術(shù)的綜合評(píng)分對(duì)備選技術(shù)進(jìn)行排序，完成源頭減排技術(shù)的篩選。