大數據算法分析下的節水灌溉效益評價

孫國營

摘要：針對不同的節水灌溉方案，運用大數據技巧，選用標準差貢獻率法和VIKOR算法進行數據分析，得出不同節水灌溉方案的排名，排名結果和原文相似，表明所選用方法的合理性和正確性。

關鍵詞：大數據;標準差貢獻率法;節水灌溉;VIKOR

中圖分類號：$275 文獻標識碼：A

文章編號：1009-3044（2019）32-0016-02

節水灌溉的評價指標包含經濟能力、節工程度、收益率、適應性等，評價方法有大數據分析法、VIKOR法、模糊物元法等。關于節水灌溉評價的文獻也有很多，例如：薛媛等的石羊河流域高效節水灌溉項目綜合效果評價;何靖嘲的模糊綜合評價在節水灌溉工程項目后評價中的應用;何靖等的節水灌溉工程后評價指標的定義探討;李其非等的高效節水灌溉工程運行管理綜合評價指標體系構建。

本文通過結合大數據算法，對不同的節水灌溉項目進行分析，得出優劣排名。

1數據標準化處理

由于初始矩陣內的數據的度量單位有所不同，使得初始矩陣中的數據不在同一量級上，需要對初始矩陣的數據進行無量綱化處理。其中，對于成本型和效益型方法分別如式（2）和式（3）：

3VIKOR算法排序

VIKOR方法基本過程包括：首先確定不同評價指標的最優解和最次解，然后確定不同方案的評估值，最后，根據評估值和最優解的距離對不同方案進行排序。具體如下：

（1）求解最優解fj*和最次解fj^-，效益型指標和成本型指標分別對應式（7）和式（8）：

4實例分析

選取文獻[6]中的數據為例，分析4個評價方案，并選取灌溉水利用率等6個評價指標，構建節水灌溉方案原始數據表如表1所示：

從表2可以看出，通過結合標準差貢獻率法權重求得的4個方案的優劣程度綜合排序結果為方案1、方案2、方案4、方案3，這和原文的結果基本保持一致，表明本文所選大數據算法是合理且有效的。