基于集对分析的洪水危险性评价可变模糊识别模型

【目的】建立基于现代智能方法的洪水危险性评价模型,进一步提高评价精度,为制定区域防洪规划、实现洪水资源安全利用提供决策依据。【方法】鉴于可变模糊识别模型相对差异度函数构造困难、计算量大的不足,利用集对分析方法直接构造可变模糊识别模型相对差异度函数,进而通过确定指标权重,将洪水样本不同指标相对差异度综合为样本隶属度,建立基于集对分析的洪水危险性评价可变模糊识别模型,并将其应用于长江下游南京站历史洪水样本的等级评价中,实现对不同洪水样本危险等级的分类排序。【结果】实例应用表明,采用基于集对分析的洪水危险性评价可变模糊识别模型确定的洪水样本危险等级差异明显、分辨率高,与投影寻踪方法确定的洪水分类结果基本一致,有效避免了模型参数取值的主观随意性给评价结果带来的不确定性。【结论】基于集对分析的洪水危险性评价可变模糊识别模型计算过程简便、可行,结果稳健、可靠,在缺乏标准评价等级资料的复杂系统综合评价问题中具有一定的推广应用价值。