基于多目標粒子群的水庫移民安置區選址決策方法

唐維陽

(江蘇省工程勘測研究院有限責任公司，江蘇 揚州 225002)

隨著各地區經濟和科技的發展，水電行業迅速發展壯大，各地區大興水利，解決了國民水資源緊缺的問題。許多水利建設工程，因為水庫的覆蓋區域廣闊、淹沒面大的特征，給周邊群眾的生活造成了諸多不利影響，從而產生了大批的水庫移民，水庫移民的安置問題也因此出現。水庫移民安置區的選址必須以人作為首要的考慮因素，以人為出發點，根據生態的可持續發展戰略，選擇適合水庫移民生產生活的地點作為水庫移民的安置區。怎樣合理地安排水庫移民，確定水庫移民安置區的選址是亟待解決的問題。

傳統的選址決策方法采用單一方式對水庫移民安置區進行選址，計算出的水庫移民安置區的效用值較低，往往制約著水利或水電工程的開發步伐。

為了解決這一問題，本文提出基于多目標粒子群的決策方法，對水庫移民安置區選址進行設計和研究。

1 水庫移民安置區選址決策方法設計

1.1 確定選址決策的可量化目標

通過分析水庫移民安置區選址決策的影響因素，了解到應該通過具體數據計算來進行水庫移民安置區選址決策方法的實際應用。決策影響因素分析的基礎上對決策影響因素進行優化轉化，將定性的決策影響因素轉化為可以定量計算的決策目標，來確保文本研究方法的客觀性。

考慮到水庫移民安置區的距離問題，將安置區的距離量化為最近距離最小化目標，水庫移民安置區的距離不應該離民眾本身的居住地較遠，還要考慮到安置區周邊的經濟發展和生活環境等問題?？刂坪盟畮煲泼癜仓脜^的成本，選擇最合適的地點作為水庫移民的安置區。由于水庫移民安置區的多方面成本在各個地點之間差異不大，本文不考慮每個水庫移民安置區的成本差異，所以將成本因素量化為水庫移民安置區數量最小化目標。一個安置區在合理規劃下最多可以容納的水庫移民人數，在符合規范的情況下對安置區進行最大化的利用，將安置區的容納人數量化為覆蓋最大化目標。水庫移民應當得到就近安置，綜合各方面考慮選擇最優地點作為水庫移民的安置區，將最優地點量化為總路程最小化目標。對可量化水庫移民安置區選址問題的分析與總結見表1。

表1 可量化目標選址問題分析

1.2 數據標準化處理

水庫移民安置區的相關數據信息根據準則量化為完全連續的變量后，用因子表示待考察的水庫移民安置區選址周邊的生活環境。由于每個待考察的安置區選址的占地面積不同，經濟發展都不盡相同，對安置區進行選址決策方法設計會受到相應影響，不能直接進行安置區選址計算，所以將待考察的安置區選址表達為一個特定的數字區間(如從0到1，從0到10，從0到100等)，對數據進行標準化處理，指標的量化和標準化將直接影響選址的精度合理性[1]。

本文使用極值標準化法的方法對數據進行標準化處理，將水庫移民安置區的標準控制在最大滿足條件與最小滿足條件之間，然后根據規則對安置區的信息數據進行線性處理，通過簡單的線性變換把因子的范圍值重新調整到公共的數值區間，標準化處理的公式為：

(1)

式中，Xi—最優的水庫移民安置區選址；xi—因子i的初值(待選址的容納人數的初始值)；mini—因子i的最小值(待選址的最少容納人數)；maxi—因子i的最大值(待選址的最多容納人數)。

1.3 基于多目標粒子群的權重計算

多目標粒子群算法是一種基于群智能的進化算法。在眾多可供選擇的水庫移民安置區中，將每個安置區個體當作一個沒有質量、體積的粒子。粒子依靠其適應函數值判定與最佳安置區的距離，粒子最終位置的確定根據選址的周邊環境等因素確定[2]。在眾多因素的影響下，不能簡單地將目標進行處理，應當對周邊環境等影響因素分析后，再根據安置區安置條件的具體要求進行目標求解，理想的求解過程如圖1所示。

圖1 理想的多目標求解過程

首先確定每個安置區中重要性最高與最低的兩項指標要求，隨后將其他每個安置區分別與最優與最劣安置區選址進行對比，得到2個比較向量，通過這2個比較向量最終確定安置區指標權重[3]。設j為任意安置區的選址指標，則其最優權重表示為：

(2)

式中，wg—最優的移民安置區選址；wj—最優權重；ww—最差的移民安置區選址；agj—最佳移民安置區選址相對于移民安置區的重要程度，若其等于1，則二者重要程度相同，若其等于9，則前者的重要程度高于后者；ajw—最差的移民安置區選址相對于移民安置區的重要程度，其在數值表示上與agj相同[4]。然后對數據進行最優化選擇規劃，具體規劃過程如下所示：

(3)

通過上述式子對最優權重的加工計算后，再通過一致性比率的概念來衡量某一比較的一致性程度。根據下面的公式進行計算：

(4)

上述式子中ξ表示的是：移民安置區選址的一致性指標。然后進行一致性比率計算，計算公式為：

(5)

式中，φ—移民安置區選址比較的一致性比率；CI—一致性指數，其代表比較向量具有最大不一致性時的一致性指標值，其取值見表2。

表2 一致性指數表

一致性比率的范圍在0到1之間，當其數值較小時，則此時的比較向量具有較高的一致性。

1.4 構建水庫移民安置區選址決策模型

根據離散整數規劃的數學思想，確定好各個決策目標的約束條件，然后各個決策目標模型應用的約束條件整合在一起，構建一個綜合考慮多個決策目標的模型[5]。整合各個目標的約束條件，其中每個水庫移民只能選擇一個安置區進行安置，本文構建的水庫移民安置區選址決策模型如下所示：

(6)

本文利用線性加權法進行計算，構建水庫移民安置區選址決策模型。使用函數對目標進行簡單的線性變換，對導函數和冪函數的求解[6]。這一模型的設計解決了水庫移民安置區選址決策方法設計過程中，數據的計算目標較多的問題，降低了算法的復雜度，并且使水庫移民安置區的選址更加地科學合理。

2 實驗

本文結合水利工程的實際情況，將移民安置區分為本村就近、出村本鎮和出鎮外遷3種。本村安置在就近區域內距水庫岸邊100m以內的安全區域內；出村本鄉安置在本鎮，但是非本村的安全區域內；出鎮外遷安置在本鎮以外的安全區域內，這3類安置區以移民搬遷距離作為劃分依據。使用本文的多目標粒子群的方法和傳統的選址決策方法對水庫移民的安置區進行選址研究。

2.1 實驗環境

影響移民安置區的因素眾多，涵蓋許多不同領域，指標類型和性質也不盡相同，且一些指標不便于進行定量計算，因此在實際操作中，為保證計算的可行性和效率性，指標體系不宜太過復雜，要充分考慮數據的可獲取性和可操作性。根據水庫樞紐工程的實際情況，本文選取經濟環境這個指標作為一級指標，再選擇4個二級指標，然后將他們作為整個實驗過程中的指標體系。本文實驗研究的水庫移民安置區優選的指標結構見表3。

表3 指標結構體系

綜合實際情況，進行數據分析，本文構建100m×100m的網格模擬真實情況的基礎實驗區。根據生成的網格數據文件和網格中心點文件，確定實驗區域內各指標因子的空間分布情況，模擬水庫移民安置區選址的地理空間環境。以網格中心點作為水庫移民安置區選址的中心，對周邊的經濟環境和自然環境進行空間搜索[7]。計算網格中心點環境設施的距離，計算原理如圖2所示。

圖2 設施服務可達性計算原理圖

本文研究的水庫移民安置點共計50個，其中包含了本村就近安置點23個、出村本鎮安置點10個、出鎮外遷安置點19個，其選址涉及多個鄉鎮。本文從上述三種類型的水庫移民安置點中，選擇4個典型的安置點作為本次實驗研究的對象，然后做進一步的實驗研究。根據水庫移民安置區選址工程的資料與數據，整理得到各移民安置點的基本資料，建立了標準化決策矩陣和加權標準化決策矩陣，表4顯示的是在各個等級指標體系下，相應的二級指標體系中對總體目標的權重。

利用表4中的水庫移民安置點各指標權重，再進行規范化處理，得到加權規范化決策矩陣，然后進行結果的計算和分析。

表4 水庫移民安置點的指標權重

2.2 實驗結果

根據上表的矩陣分別計算各個水庫移民安置區的效用值，得出本次實驗的結果。再將使用兩種不同的決策方法得出的水庫移民安置區的效用值進行對比，見表5。

從表5可以看出，水庫移民安置點Ⅰ的效用值，比Ⅲ的效用值高了0.133，水庫移民安置點Ⅲ比Ⅱ的效用值高了0.740，水庫移民安置點Ⅱ比Ⅳ的效用值高了0.102，所以水庫移民安置點Ⅰ的經濟環境優勢最大。使用本文的決策方法得到的水庫移民安置區選址，整體的效用值大于傳統的決策選址方法。

表5 實驗結果

3 結語

使用多目標粒子群的方法為水庫移民安置區的選址提供了一個可建設性的研究方向，本文通過應用多目標粒子群的方法決策出的水庫移民安置區，相比于傳統的決策方法的效用值更高。本文研究的決策選址方法對水庫移民安置區的選址具有重要意義，為水庫移民的生產生活提供了較大的幫助。