基于改進(jìn)TOPSIS法的波浪能發(fā)電項(xiàng)目選址

摘要：為使波浪能發(fā)電產(chǎn)業(yè)化項(xiàng)目選址更具科學(xué)性及實(shí)用性，利用改進(jìn)的TOPSIS法進(jìn)行了定量的評(píng)價(jià)計(jì)算。改進(jìn)的TOPSIS法是指利用信息熵確定各方案到正負(fù)理想解方案的權(quán)重，并據(jù)此給出一種新的評(píng)價(jià)準(zhǔn)則。數(shù)值實(shí)驗(yàn)表明，它比傳統(tǒng)的TOPSIS法更能區(qū)分方案的差異性，對(duì)優(yōu)化波浪能發(fā)電項(xiàng)目選址具有重要意義。

關(guān)鍵詞：項(xiàng)目選址;改進(jìn)的TOPSIS法;信息熵;評(píng)價(jià)準(zhǔn)則

0 引言

由于我國(guó)波浪能發(fā)電尚處于單機(jī)研發(fā)階段，還沒(méi)有形成系統(tǒng)的產(chǎn)業(yè)化規(guī)模及完備的商業(yè)生產(chǎn)模式，所以國(guó)內(nèi)關(guān)于波浪能發(fā)電產(chǎn)業(yè)化前期選址的研究依舊處于初級(jí)階段[1-2]。對(duì)于波浪能發(fā)電項(xiàng)目選址的定量化研究還不多，文獻(xiàn)[3]利用層次分析法對(duì)波浪能發(fā)電裝置海上選址的影響因素進(jìn)行了分析，并根據(jù)定量計(jì)算結(jié)果對(duì)備選地址進(jìn)行了擇優(yōu)。文獻(xiàn)[4]采用灰色層次分析法對(duì)波浪能發(fā)電產(chǎn)業(yè)化前期選址問(wèn)題進(jìn)行了研究。

為了拓展研究波浪能發(fā)電項(xiàng)目選址的定量方法，本文提出了基于改進(jìn)的TOPSIS法，對(duì)波浪能發(fā)電項(xiàng)目備選地址進(jìn)行排序擇優(yōu)的建議。

由于影響波浪能發(fā)電項(xiàng)目選址的因素眾多，使得備選地址評(píng)價(jià)比較復(fù)雜，單個(gè)決策者或?qū)＜彝鶡o(wú)法對(duì)所有相關(guān)方面都認(rèn)識(shí)得非常準(zhǔn)確、全面。因此，波浪能發(fā)電項(xiàng)目選址決策問(wèn)題往往是根據(jù)決策群體的綜合意見(jiàn)對(duì)備選地址進(jìn)行擇優(yōu)。顯然，波浪能發(fā)電項(xiàng)目選址決策問(wèn)題可歸結(jié)為運(yùn)籌與管理中的多屬性群決策問(wèn)題。

在多屬性群決策問(wèn)題中，為了減少信息丟失，文獻(xiàn)[5]沒(méi)有使用加權(quán)算術(shù)平均算子進(jìn)行信息融合，而是通過(guò)計(jì)算每個(gè)方案的決策矩陣與正、負(fù)理想矩陣的歐式距離，并利用TOPSIS方法對(duì)方案進(jìn)行排序。

TOPSIS方法[6]作為經(jīng)典的多屬性決策方法，它同時(shí)考慮了各備選方案到正、負(fù)理想方案的距離，并根據(jù)相對(duì)接近度對(duì)各方案進(jìn)行排序。該方法同等看待兩種距離測(cè)度，實(shí)際上，兩種距離測(cè)度對(duì)各方案的區(qū)分度是不一樣的。為了體現(xiàn)兩種距離測(cè)度在衡量各方案區(qū)分度時(shí)的優(yōu)劣性，本文利用信息熵[7]確定兩種距離測(cè)度權(quán)重，據(jù)此給出一種新的評(píng)價(jià)準(zhǔn)則來(lái)對(duì)各方案進(jìn)行排序擇優(yōu)，并將該方法用于解決波浪能發(fā)電項(xiàng)目選址問(wèn)題。

1 基于改進(jìn)TOPSIS法的多屬性群決策方法

1.1 ? ?問(wèn)題重述

設(shè)參與決策的專家群體為D={d1，d2，…，ds}，通過(guò)AHP主觀賦權(quán)法求得專家dk的權(quán)重為λk，它滿足0≤λk≤1，k=1，2，…，s，∑s k=1λk=1。多屬性群決策的備選方案集為A={A1，A2，…，An}，評(píng)價(jià)屬性集為U={u1，u2，…，um}，屬性u(píng)j的權(quán)重為ωj，滿足0≤ωj≤1，j=1，2，…，m，∑m ?i=1ωj=1。

當(dāng)排序靠前的兩個(gè)方案的IRCi相等時(shí)，選擇權(quán)重大的距離測(cè)度對(duì)這兩個(gè)方案進(jìn)行評(píng)價(jià)比較，如果此時(shí)兩方案的評(píng)價(jià)結(jié)果相等，則根據(jù)權(quán)重小的距離測(cè)度對(duì)這兩個(gè)方案進(jìn)行比較，如果此時(shí)還是相等，則認(rèn)為這兩個(gè)方案結(jié)果是相等的。

2 實(shí)例應(yīng)用

某公司需要發(fā)展一個(gè)波浪能發(fā)電項(xiàng)目，一共有4個(gè)備選地址，現(xiàn)要對(duì)這4個(gè)備選地址進(jìn)行排序擇優(yōu)。考慮波浪能發(fā)電項(xiàng)目選址評(píng)價(jià)指標(biāo)體系包括5個(gè)一級(jí)指標(biāo)[4]：波浪氣候條件、海上發(fā)電地址條件、岸上設(shè)施條件、施工條件、周圍環(huán)境。假設(shè)5個(gè)指標(biāo)的權(quán)重分別為ω=（0.32，0.14，0.24，0.19，0.11），請(qǐng)3位專家對(duì)這4個(gè)備選地址分別進(jìn)行評(píng)估，評(píng)分結(jié)果如表1所示。

假設(shè)根據(jù)AHP主觀賦權(quán)法求得專家權(quán)重為λ=（0.4，0.3，0.3），根據(jù)改進(jìn)TOPSIS法對(duì)4個(gè)備選地址進(jìn)行評(píng)價(jià)排序。具體步驟如下：

步驟1：根據(jù)式（2）和式（4）確定加權(quán)規(guī)范化的專家評(píng)分矩陣。

步驟2：根據(jù)式（5）重構(gòu)各方案Ai的決策矩陣Hi。

步驟3：由式（6）和式（7）確定正、負(fù)理想決策矩陣。

步驟4：由式（8）和式（9）計(jì)算各方案決策矩陣到正、負(fù)理想決策矩陣的距離。

步驟5：根據(jù)式（10）～式（14）確定兩種距離測(cè)度的權(quán)重為e=（0.587 9，0.412 1）。

步驟6：根據(jù)新的評(píng)判準(zhǔn)則對(duì)方案進(jìn)行排序，評(píng)價(jià)結(jié)果如表2所示。

根據(jù)IRCi大小可得備選地址的排序?yàn)椋篈1>A2>A3>A4，備選地址1為最好的一個(gè)選擇。

3 對(duì)比分析

通過(guò)動(dòng)態(tài)的數(shù)值實(shí)驗(yàn)，對(duì)比傳統(tǒng)TOPSIS方法和改進(jìn)的TOPSIS方法的異同。假設(shè)屬性值x1 11不再是固定值8.9，而是變動(dòng)的，記為α，它的變動(dòng)范圍為[6，9]，其他屬性值保持不變，如表1所示。分別采用傳統(tǒng)TOPSIS方法和改進(jìn)的TOPSIS方法對(duì)4個(gè)備選地址進(jìn)行排序，其結(jié)果分別如圖1和圖2所示。兩種方法的信息熵對(duì)比結(jié)果如圖3所示。

從圖1和圖2可以看出，存在某個(gè)α的屬性值，傳統(tǒng)的TOPSIS法無(wú)法判斷哪個(gè)方案是最優(yōu)的，而改進(jìn)的TOPSIS法利用新的判斷準(zhǔn)則依然可以判斷哪個(gè)方案是最優(yōu)。從圖3可以看出，整體而言，改進(jìn)的TOPSIS法比傳統(tǒng)的TOPSIS法更能區(qū)分方案的差異性。

4 結(jié)語(yǔ)

為了拓展研究波浪能發(fā)電項(xiàng)目選址的定量方法，本文提出了基于改進(jìn)的TOPSIS法對(duì)波浪能發(fā)電項(xiàng)目備選地址進(jìn)行排序擇優(yōu)。實(shí)驗(yàn)表明，改進(jìn)的TOPSIS方法比傳統(tǒng)的TOPSIS方法適應(yīng)性更強(qiáng)，當(dāng)利用傳統(tǒng)的TOPSIS方法無(wú)法判斷兩個(gè)備選地址優(yōu)劣性時(shí)，改進(jìn)的TOPSIS方法依然適用，而且通過(guò)信息熵可以看出，改進(jìn)的TOPSIS方法對(duì)各方案的評(píng)價(jià)區(qū)分度更大。

[參考文獻(xiàn)]

[1] 游亞戈，李偉，劉偉民，等.海洋能發(fā)電技術(shù)的發(fā)展現(xiàn)狀與前景[J].電力系統(tǒng)自動(dòng)化，2010（14）：1-12.

[2] 韓冰峰，褚金奎，熊葉勝，等.海洋波浪能發(fā)電研究進(jìn)展[J].電網(wǎng)與清潔能源，2012（2）：61-66.

[3] 史宏達(dá)，王鴻旭.波浪能發(fā)電裝置海上選址的分析研究[J].海岸工程，2011（3）：1-10.

[4] 馮雪嬌.基于灰色層次分析法優(yōu)化遼寧地區(qū)波浪能發(fā)電產(chǎn)業(yè)化項(xiàng)目選址研究[J].建筑與預(yù)算，2017（2）：22-27.

[5] YUE Z.An Avoiding Information Loss Approach to Group Decision Making[J].Applied Mathematical Modeling，2013，37（1/2）：112-126.

[6] XU Z，ZHAO N. Information Fusion for Intuitionistic Fuzzy Decision Making：an Overview[J].Information Fusion，2016，28：10-23.

[7] 齊越.基于熵權(quán)模糊綜合評(píng)價(jià)的火力發(fā)電廠選址[J].廣西電力，2016（2）：29-32.

收稿日期：2020-04-29

作者簡(jiǎn)介：楊燕霞（1988—），女，廣東太平人，碩士研究生，助教，研究方向：電力系統(tǒng)運(yùn)行控制，新能源發(fā)電。