礦區土地開發利用改進不確定語言多屬性決策

姜 云

(黑龍江科技大學建筑工程學院，黑龍江 哈爾濱 150022)

礦區土地開發利用改進不確定語言多屬性決策

姜 云

(黑龍江科技大學建筑工程學院，黑龍江 哈爾濱 150022)

針對屬性值為語言型的礦區土地開發利用決策問題，提出了層次分析法和不確定語言多屬性決策相結合的評估與決策方法?？紤]區域、地面、地下等多方面影響，構建了礦區土地開發利用適用性評估屬性集，建立了基于語言評估值的多屬性評估矩陣。同時，將屬性重要性的層次分析法嵌入不確定語言多屬性決策過程，完成了結合實際評估方案的屬性重要性量化，并通過不確定擴展有序加權平均算子，對各方案進行了評估，得到了相對最優方案。實例分析驗證了礦區土地開發利用改進不確定語言多屬性決策方法的可行性。

礦區；土地開發利用適用性；不確定多屬性決策； 語言變量； 層次分析法

0 引言

礦區形成的大面積采礦塌陷區域使得礦區現有的地表建筑物、公路、鐵路等遭受沉陷損毀；一些暫時沒有形成地表塌陷的采空區域，存在日后沉降塌陷的潛在危害。同時由于目前還沒有特別有效的方法治理因采礦而引起的塌陷，中國目前大部分礦區建設仍處于“塌陷—搬遷—塌陷”的惡性循環。因而在未來的礦區建設中，通過科學的土地開發利用決策，使得礦區的各項用地開發合理有序，避免開發建設與沉陷損毀的矛盾，是礦區防災減災及可持續發展的重要途徑。

礦區土地開發利用決策，是指根據土地的工程可行性、災害發生可能性、開發的經濟性等方面，從若干待開發的土地中，評估其開發利用的適用性，并依據評估結果選擇較為理想的土地，為礦區土地開發利用提供決策依據，而決策方法的選擇是關鍵。國內外很多學者對此進行了研究[1-6]，文獻[1]采用二元整數線性規劃模型，建立了一種空間決策支持系統，并應用于Macedonia煤礦區的土地開發利用決策；文獻[2]采用灰色關系模型，評估了煤礦區土地環境狀況；文獻[3]利用單因素分析法對煤礦區土地破壞危險性進行了定性分析；文獻[4]采用未確知測度理論，根據實測數據建立各影響因素未確知測度函數，建立了礦山采空區的危險性等級評價和排序模型；文獻[5]通過多因素加權分析和網格化方法，對煤礦建設工程地質災害危險性進行了綜合評估；文獻[6]對煤礦采空塌陷的危害性進行了評估和預測。上述研究方法有效解決了屬性值為數值的礦區土地開發利用適用性評估與決策問題。

多數情況下，由于受到時間、知識及經驗等方面的限制，礦區土地開發利用指標多以語言屬性描述，如“影響較小”、“影響一般”、“無影響”等，文獻[1-6]所采用的方法適用于屬性值為數值的情形，因而如何解決語言型屬性值的決策問題至關重要。本文針對語言型屬性值的決策問題，建立了決策屬性集，構造了基于語言評估值的多屬性評估矩陣，并采用不確定擴展有序加權平均(Uncertain Extended Order Weighted Average，UEOWA)算子求解決策方案的綜合屬性值。同時針對不確定多屬性決策中屬性權重人為確定、主觀性強等不足，將基于層次分析法的屬性重要性確定方法嵌入不確定語言多屬性決策過程，使決策結果更為客觀，為屬性值為不確定語言的礦區土地開發利用決策提供一種新方法。

1 屬性集的建立

礦區土地開發利用決策，首先需要對土地的開發利用適用性進行評估，再依據評估結果選擇相對最優方案，因而礦區土地開發利用適用性評估是土地開發利用決策的基礎。經分析認為：礦區土地開發利用適用性受到地表環境、巖土體狀況、采空區情況、地質災害等方面的綜合影響，因而礦區土地開發利用適用性評估與決策的屬性集是由若干影響因素構成的集合。借鑒文獻[3-5]對土地利用影響因素的分析，結合專家意見，考慮其中的主要影響因素，建立了多屬性決策的屬性集(圖1)。

圖1 屬性集

Fig.1 Attributes set

2 不確定語言變量

定義1 設S={si|i=-L,-(L-1),…,-1,0,1,…,L-1,L}，S為礦區土地開發利用適用性評估的有序離散術語集，其中si描述礦區土地開發利用適用性等級的可能的地塊質量語言型屬性變量值，且規定若地塊a的質量優于地塊b的質量，則對應語言型屬性變量值sa>sb。將地塊質量語言型屬性變量值按由小到大的順序標注，即如果i>j，則si>sj,則S稱為地塊質量語言評估標度[7-9]。根據工程實踐經驗，礦區土地開發利用適用性評估中不確定語言評估標度可確定為：

S={s-4,s-3,s-2,s-1,s0,s1,s2,s3,s4}
={很差，較差，差，稍差，一般，稍好，好，較好，很好}

3 改進的不確定語言多屬性決策方法

3.1 不確定語言多屬性決策方法

為了方便,記N={1,2,…,n}。

定義4 設UEOWA：

(1)

(2)

(3)

3.2 嵌入AHP的不確定語言多屬性決策方法

上述步驟2)中利用UEOWA算子對方案的語言評估信息進行集結時，需要考慮屬性重要性的影響。傳統的不確定多屬性決策中屬性重要性往往是與UEOWA相關聯的固定權重值，沒有基于實際問題有針對性地分析確定各屬性的重要性，主觀性強，有局限性。

對于礦區土地開發利用不確定語言多屬性決策問題，因為屬性評估信息是定性的語言值，基于實數型的權重確定方法較難解決這類問題。層次分析法(AHP)[10,11]通過比較兩個屬性之間的重要程度，建立判斷矩陣，并通過計算判斷矩陣的最大特征值和特征向量，進而確定各屬性的重要性(即權重)。AHP法通過具有嚴密邏輯性的定量化方法盡可能剔除決策過程中的主觀成分，并可根據判斷矩陣是否具有滿意的一致性判斷權值的合理性，提高了決策結果的客觀性、準確性和可靠性，而且計算過程簡便、易于定量化表示。嵌入AHP的礦區土地開發利用不確定語言多屬性決策方法如下：

(1)建立方案集X和屬性集U。

(3)重要性判斷?？疾旌瘮礷(ux,uy)，其表示對總體而言屬性ux與屬性uy的重要性標度。約定f(ux,uy)=1/f(uy,ux)，f(ux,uy)的確定方法如表1所示。

表1 重要性判斷

Table 1 Estimate of importance

重要程度f(ux,uy)f(uy,ux)ux和uy同等重要11ux稍微比uy重要31/3ux明顯比uy重要51/5ux強烈比uy重要71/7ux絕對比uy重要91/9ux比uy重要性等級介于各等級之間2、4、6、81/2、1/4、1/6、1/8

(4)構造判斷矩陣。設U=(u1,u2,…,un)是屬性集，根據表1所列的重要性判斷方法，對所有屬性進行兩兩比較，構造判斷矩陣C={cij}n×n，其中cij=f(uxi,uyj)，即:

(4)

其中cii=1。

(5)計算權重W=(w1,w2,…,wn)。計算判斷矩陣C的最大特征值λmax和特征向量A=(a1,a2,…,an)T，經歸一化處理后的ai即為i屬性的權重，即:

W=(w1,w2,…,wn)T

(5)

(6)一致性檢驗。據公式CR=CI/RI進行一致性檢驗，其中CR為判斷矩陣的一致性比率，CI為判斷矩陣的一致性指標，CI=(λmax-n)/(n-1)，RI為判斷矩陣的平均隨機一致性指標。當CR<0.1時，表明判斷矩陣具有滿意的一致性，權值分配合理，輸出權重；否則需要調整判斷矩陣直到取得滿意的一致性為止。

(9)利用式(3)獲得可能度矩陣的排序向量v=(v1,v2,…,vn)，并對vi(i∈N)進行排序，獲取最優方案。

4 實例計算與分析

黑龍江省擁有儲量豐富的煤炭資源，是東北重要的煤炭開采基地。本文選取具有典型性的黑龍江雞西煤礦區，并采用上述改進的不確定語言多屬性決策方法進行實例分析與研究。

(1)根據圖1中的屬性集，選取地基承載力u1、地面積水u2、地形坡度u3、地下水埋深u4、地表破壞程度u5、采空區影響u6、洪水影響u7及地質災害u8作為影響雞西礦區土地開發利用適用性評估與決策的屬性，構成屬性集。雞西礦區待評估決策的各方案現狀數據見表2,方案1～方案5是雞西市城子河礦區有待開發利用決策的5個地塊，如方案1對應地塊1，地塊1的地基承載力稍大、地面積水影響小、地形坡度較小、地下水埋深大、無地表破壞、無采空區影響、無洪水影響、無地質災害。

表2 各方案現狀數據

Table 2 Status data for every scheme

方案u1u2u3u4u5u6u7u8方案1稍大影響小較小大無無影響無影響無災害方案2稍小長期積水很小中等很嚴重影響較大影響很大災害較重方案3較大影響較小很小很大中等影響稍大無影響無災害方案4大影響稍小很小大較嚴重影響中等無影響無災害方案5很大無積水很小很大較小無影響無影響無災害

表3 評估矩陣

Table 3 Evaluation matrix

方案u1u2u3u4u5u6u7u8x1[s0,s2][s1,s3][s2,s4][s1,s3][s3,s4][s3,s4][s3,s4][s3,s4]x2[s-2,s0][s-4,s-3][s3,s4][s-1,s1][s-4,s-3][s-4,s-2][s-4,s-3][s-4,s-2]x3[s3,s4][s2,s4][s3,s4][s3,s4][s-1,s1][s-2,s0][s3,s4][s3,s4]x4[s2,s3][s0,s2][s3,s4][s1,s3][s-4,s-2][s-1,s1][s3,s4][s3,s4]x5[s3,s4][s3,s4][s3,s4][s3,s4][s2,s4][s3,s4][s3,s4][s3,s4]

(3)采用AHP并通過屬性兩兩比較，構造判斷矩陣C如下：

(4)通過計算，得到判斷矩陣C的特征向量為:

A=(0.073,0.112,0.112,0.184,0.184,0.399,0.399,0.764)T

經歸一化處理后得到屬性權重為:

W=(0.033,0.050,0.050,0.083,0.083,0.179,0.179,0.343)T

(5)計算判斷矩陣C的最大特征值λmax=8.107，一致性比率CR=0.01，CR<0.1，表明權重分配合理，通過一致性檢驗。

(6)利用式(2)，對表3中方案x1的不確定語言變量進行兩兩比較，并建立可能度矩陣p(1)為:

根據式(3)得到可能度矩陣p(1)的排序向量v1為:v1=(0.071,0.089,0.131,0.089,0.155,0.155,0.155,0.155)

同理可得方案x2～x5的可能度矩陣排序向量v2～v5分別為:v2=(0.156,0.092,0.188,0.165,0.092,0.107,0.092,0.107)

v3=(0.146,0.128,0.146,0.146,0.076,0.067,0.146,0.146)

v4=(0.128,0.098,0.170,0.118,0.063,0.085,0.170,0.170)

v5=(0.128,0.128,0.128,0.128,0.104,0.128,0.128,0.128)

(8)利用式(3)，計算得到可能度矩陣P的排序向量如下：

v=(0.242,0.100,0.206,0.157,0.295)

由排序向量v可知：各方案的土地開發利用適用性排序為x5>x1>x3>x4>x2，即在x1、x2、x3、x4、x55個待評估方案中，方案5的適用性最好，為最優方案，最適用于土地開發利用；其次是方案1；方案2的適用性最差，不適宜進行土地開發建設，需進一步治理。評估結果與實際情況一致。

5 結語

從礦區土地自然環境是否能夠進行開發建設以及開發建設的經濟性與可行性角度，考慮區域、地面、地下等方面，建立了礦區土地開發利用適用性評估與決策的屬性集。不確定語言多屬性決策方法適用于礦區土地開發利用適用性評估，但屬性重要性確定方法卻具有主觀性。通過將基于AHP的屬性重要性計算嵌入不確定語言多屬性決策過程中，并完成了屬性重要性量化，不但有效解決了語言型屬性值的礦區土地開發利用適用性評估與決策問題，而且，因為基于AHP的屬性重要性確定是結合實際評估方案來完成，因而使改進的不確定語言多屬性決策結果更客觀。在工程實踐中，屬性權重也是影響礦區開發建設選址及防災減災的重要因素，而且由于不同礦區具體情況不同，屬性重要性將發生變化，因而應結合具體情況調整屬性權重，以便于得出有效的評估結果。

[1]PAVLOUADKISF,GALETAKISM,ROUMPOSCH.Aspatialdecisionsupportsystemfortheoptimalenvironmentalreclamationofopen-pitcoalminesinGreece[J].InternationalJournalofMining,ReclamationandEnvironment,2009,23(4):291-303.

[2]CAOW,SHENGY,QINYH,etal.GreyrelationprojectionmodelforevaluatingpermafrostenvironmentintheMulicoalminingarea,China[J].InternationalJournalofMining,ReclamationandEnvironment,2010,24(4):363-374.

[3] 雷崇利,秦國建,常青.井工煤礦建設工程對土地破壞的危險性評估[J].能源環境保護,2007,21(3):50-52.

[4] 宮鳳強,李夕兵,董隴軍,等.基于未確知測度理論的采空區危險性評價研究[J].巖石力學與工程學報,2008,27(2):323-330.

[5] 張培河.煤礦建設工程地質災害危險性綜合評估方法[J].中國地質災害與防治學報,2009,20(1):137-139.

[6] 馬國哲.煤礦采空塌陷的危險性預測評估與防治措施——以華亭礦區大柳礦井為例[J].煤田地質與勘探,2007,35(2):55-59.

[7] 徐澤水.不確定多屬性決策方法及應用[M].北京:清華大學出版社,2004.

[8]XUZSH.Anapproachtopurelinguisticmultipleattributedecisionmakingunderuncertainty[J].InternationalJournalofInformationTechnology&DecisionMaking,2005,4(2):197-206.

[9]WEIGW,ZHAOXF,LINR,etal.Uncertainlinguisticbonferronimeanoperatorsandtheirapplicationtomultipleattributedecisionmaking[J].AppliedMathematicalModelling,2013,37(10):5277-5285.

[10]SUBRAMANIANN,RAMANATHANR.Areviewofapplicationsofanalytichierarchyprocessinoperationsmanagement[J].InternationalJournalofProductionEcomomics,2012,138(4):215-241.

[11]DURBACHI,LAHDELMAR,SALMINENP.Theanalytichierarchyprocesswithstochasticjudgements[J].EuropeanJournalofOperationalResearch,2014,221(6):1-14.

AnImprovedUncertainMultipleAttributeDecisionMethodforMiningAreaLandDevelopment

JIANGYun

(SchoolofArchitectureandCivilEngineering,HeilongjiangUniversityofScience&Technology,Harbin150022,China)

Aiming at decision problem of linguistic variable-based attribute value for mining area land development (MALD),an evaluation and decision method combing analytic hierarchy process with uncertain multiple attribute decision was proposed.Considering influence factors including region,ground and underground,attribute sets of MALD applicability evaluation were constructed,and linguistic value-based multiple attribute evaluation matrixes were established.Furthermore,the attribute importance computing using analytic hierarchy process was embedded in uncertain multiple attribute decision process,so attribute importance quantification combing practical scheme was carried out.An uncertain extended order weighted average (UEOWA) operator was introduced to evaluate every MALD scheme,and a comparatively reasonable MALD scheme was got.Feasibility of improved uncertain multiple attribute decision method for MALD was verified by an application example.

mining area;land development applicability;uncertain multiple attribute decision;linguistic variable;analytic hierarchy process

2015-08-21；

2015-12-03

黑龍江省自然科學基金項目(E201049)；黑龍江科技大學決策咨詢項目

姜云(1967-)，女，博士，教授，主要從事資源型城市土地與環境研究。E-mail：jy8690@163.com

10.3969/j.issn.1672-0504.2016.01.021

F301

A

1672-0504(2016)01-0112-05