水利信息系统的水利信息调度方法

王振华?沈晓贤?杨光舰

【摘要】水利信息系统的水利调信息度方法：第一步，输入水利泵站相关水文信息特征；采用最近相邻KNN法，从水利调度事例库中找出与当前问题最相似的水利调度事例，进行水利调度事例匹配；第三步，判断水利调度事例库中是否有匹配的水利调度事例，若有，转至第五步，若无，继续执行第四步；第四步，采用基于Vague模糊多目标决策的水利调度事例优选方法，对水利调度事例选择最优调度方案；第五步，输出第一步确定的水利调度事例对应的水利调度方案；第六步，将第一步确定的水利调度事例及第五步输出的水利调度方案保存至水利调度事例库。本方法充分利用了基于事例推理技术的结构相似性的特点，提高了水利调度的准确性。

【关键词】水利信息；调度方法

1、技术背景

水利是国民经济的基础，其已从传统的兴利除害，上升到等同于能源和粮食的战略高度。长期以来，为应对水利问题，采取了工程、技术、管理等多方面措施。

目前，水利信息化主要采用数字摄影测量、遥感、遥测等数字化技术和设备采集各种水利基础数据，也可以采用数字化仪或扫描等技术把非数字化的信息数字化；采用数据库和数据仓库等技术存储和组织数据；采用高速数据通信网络传输数据；采用管理信息系统、决策支持系统、地理信息系统、数据挖掘和人工智能等技术处理、使用和发布数据。

水利信息系统，以信息查询为主、以菜单形式组织功能、以表格和图形方式展现水利信息，面向特定决策目标，对影响目标的诸多因素之间关系进行分析。

传统的水利信息系统主要存在的问题和难题有以下几点：①系统集成度低、深度挖掘不够、服务落后；②水利调度缺乏实时协同参与，预报的效果并不是非常理想。

本方法针对目前水利信息系统集成度低、深度挖掘不够、服务落后，水利调度缺乏实时协同参与，预报效果不理想的问题，提出一种用于水利信息系统的水利信息调度方法。

2、技术方案

水利信息系统的水利调度方法，步骤如下：

第一步，输入水利泵站相关水文信息特征；其中，水文信息特征包括以下属性：发生时间、降雨持续的时间、降雨持续的时间内累计降雨量、汛期、水文年、洪型、洪峰流量、X洪量、洪水频率、洪水历时、初始库水位；

第二步，采用最近相邻（KNN）法，从水利调度事例库中找出与当前问题最相似的水利调度事例，进行水利调度事例匹配。其中，水利调度事例指由第一步获得的水利泵站相关水文信息特征属性组成的一组事例；水利调度事例库保存相应水利调度事例对应的水文信息特征和水利调度方案。

第三步，判断水利调度事例库中是否有匹配的水利调度事例，若有，转至第五步；若无，继续执行第四步；

第四步，采用基于Vague模糊多目标决策的水利调度事例优选方法，对水利调度事例选择最优调度方案：

步骤1：构造m个决策方案，n个目标的决策矩阵；其中目标表示从水利调度事例库中检索到的水利调度事例，决策方案指各水文信息特征属性。设A为决策方案集，C为目标集，。

步骤2：确定决策方案满足目标上的等级，分为三个等级：满意、中立和不满意；

步骤3：构造目标对应决策方案的真隶属度函数和假隶属度函数；

步骤4：根据步骤3获得的各真隶属度函数和假隶属度函数，确定步骤1中的m个决策方案A和n个目标的决策方案Ai在目标Cj下的Vague值；

步骤5：根据基于Vague多目标模糊决策方法，选择最优水利信息调度方案；

第五步，输出第一步确定的水利调度事例对应的水利调度方案。

第六步，将第一步确定的水利调度事例及第五步输出的水利调度方案保存至水利调度事例库。

3、有益效果

水利信息集成度较高，能够对现有水文信息特征进行深度挖掘，充分利用了基于事例推理技术的结构相似性的特点，提高了水利调度的准确性。

4、具体实施方案

结合上图，水利信息系统的水利信息调度方法，步骤如下：

第一步，输入水利泵站相关特征。这里相关特征包括以下属性：发生时间、降雨持续的时间、降雨持续的时间内累计降雨量、汛期、水文年、洪型、洪峰流量、X洪量（X时间的洪量）、洪水频率、洪水历时、初始库水位。

第二步，水利调度事例检索与匹配。采用最近相邻（KNN）法，从水利调度事例库中找出与当前问题最相似的事例，进行水利调度事例匹配。

设从水利调度事例库中检索到n个水利调度事例与新問题即第一步获得的水利调度事例相关，组成的集合表示为，C0表示新问题；每个事例包含m个特征属性，记为表示第i个水利调度事例的第j个特征属性，为的取值。KNN法用数学公式表示为：

式中，表示事例Ci和新问题C0的综合相似度；为第j个属性的权重；表示事例Ci和新问题C0第j个特征属性之间的相似度，通过下式获得：

式中，和分别表示事例Ci和新问题C0第j个特征属性的最大值和最小值。表示事例Ci的第j个特征属性值。新问题C0的第j个特征属性值。

第三步，判断水利调度事例库中是否有匹配的水利调度事例，即判断是否成立，若有，转至第五步；

第四步，水利调度事例优选。由于水利调度问题的复杂性和不确定性，相似度最大的事例并不一定是最好的，除非事例之间相似度特别高。本方法中，采用基于Vague模糊多目标决策的水利调度事例优选算法进行水利调度事例优选，调度方案最优的事例为最优的水利调度事例。

具体步骤如下：

步骤1：构造m个决策方案，n个目标的决策矩阵；设A为决策方案集，C为目标集，，。其中目标表示从水利调度事例库中检索到的水利调度事例，决策方案指各水文信息特征属性。

步骤2：确定决策方案满足目标上的程度，分为三个等级：满意、中立和不满意。该等级根据如下标准划分，决策方案在目标的测评值为：

（1）如果，则称目标Cj对于方案Ai是满意的，或称方案Ai是支持目标Cj的。

（2）如果，则称指标Cj对于方案Ai是中立的，或称方案Ai对目标Cj既不支持也不反对；

（3）如果，则称目标Cj对于方案Ai是不满意的，或称方案Ai是反对目标Cj的。

其中，或，，，分别表示水利调度事例的各相关特征属性对应的满足程度等级评价临界值。

步骤3：构造目标对应决策方案的真隶属度函数和假隶属度函数；

步骤4：根据步骤3获得的各真隶属度函数和假隶属度函数，确定步骤1中的m个决策方案和n个目标的决策方案Ai在目标Cj下的Vague值；

决策方案Ai在目标集C下的特征由以下Vague集来表示：

。

式中，tij表示决策方案Ai满足属性Cj的程度，表示决策方案Ai不满足属性Cj的程度。

步骤5：根据基于Vague多目标模糊决策方法，选择最优方案；

在决策方案集A中选择一个方案，使其同时满足属性或者满足属性，即决策者的要求为：。决策规则为：先根据S1的值进行选择，该值越大，则方案Ai对于决策者的要求的适合程度越大；当S1的值相同时，再根据函数S2的值进行选择，该值越大，则方案Ai越适合决策者的要求，为最优方案。

第五步：输出第一步确定的水利调度事例对应的水利调度方案。

第六步，将第一步确定的水利调度事例保存至水利调度事例库。将第四步中优选出的水利调度事例进行输出，并执行。水利调度事例库保存相应事例对应的事例特征和调度方案。