城镇污水处理工艺优选决策模型研究 152页

'城镇污水处理工艺优选决策模型研究重庆大学博士学位论文学生姓名：唐然指导教师：龙腾锐教授专业：市政工程学科门类：工学重庆大学城市建设与环境工程学院二OO八年三月 StudyomOptimizationDecisionModelofUrbanWastewaterAlternativesSelectionAThesisSubmittedtoChongqingUniversityinPartialFulfillmentoftheRequirementfortheDegreeofDoctorofEngineeringSciencebyTangRanSupervisor:Prof.LongTengruiMajor:MunicipalEngineeringFacultyofUrbanConstructionandEnvironmentalEngineeringofChongqingUniversity,Chongqing,ChinaMarch2008 中文摘要摘要污水处理是涉及技术、经济、环境与社会诸因素的复杂过程。在污水处理工艺优选决策过程中，采用成本效益分析等单目标决策方法有失偏颇。然而，目前污水处理工艺多目标决策模型存在着决策指标体系差别较大、决策指标的量化手段过于主观、决策指标权值求解运算过程稳定性差以及决策模型没有充分体现污水处理工艺优选决策过程的数学特性等问题，致使尚没有被普遍接受的工艺优选决策模型。该文是建设部荷兰赠款项目《中国西部小城镇环境基础设施技术指南》编制课题（项目编号：MOC-NGGP-2003-3）的部分研究内容，着重研究在备选工艺确定的条件下如何系统、全面、客观与科学地对城镇污水处理工艺进行优选决策。包括城镇污水处理设施适宜工艺的探讨、可持续污水处理工艺决策指标体系及其量化方法的研究、污水处理工艺决策指标权值确定方法的研究、污水处理工艺决策模型的研究以及备选工艺决策指标灵敏度分析的探讨5个方面。主要研究内容如下：①实地调研与文献调研表明，我国规划建设的西部城镇的污水处理量在43435×10m/d以下，多在（0.2~2.0）×10m/d范围内，大部分西部城镇污水为典型生活污水。对于我国小城镇污水处理设施，推荐采用SBR系列、氧化沟系列、以及生物滤池系统，土地资源比较丰富的城镇可采用自然净化系统。②分别剖析了以费用最小与“绿色性”作为污水处理工艺优选决策目标存在的不足，认为用可持续性作为污水处理工艺优选决策目标更符合污水处理工艺的发展方向。借鉴以往研究者的研究成果，提出污水处理工艺的可持续性包括技术可持续、经济可持续、环境可持续与社会可持续四个方面。根据我国有关基础研究缺乏的现状，从技术、环境、经济与社会四个方面构建了客观、全面且操作性较强的可持续决策指标体系，并确定了决策指标的量化方法。该体系包括技术、能量利用率、间接能耗、占地、年费用、运行管理难易程度与对操作者文化水平要求七个决策指标。应用研究表明，污水处理工艺可持续决策指标较传统技术经济指标更全面，指标的量化方法可操作性较强。③创建了基于模糊聚类的改进遗传算法（FMGA）来确定决策指标的权值。较常规权值求解方法，FMGA不仅能最大程度的保留判断者的原始决策信息，在一定范围内自动调整判断矩阵的一致性，而且能稳定、快速且有效地求得决策指标权值。通过大量数值仿真试验对FMGA的5个控制参数的取值范围进行了探讨。仿I 重庆大学博士学位论文真试验表明：变量xm二进制编码的长度l由解变量的取值范围与精度要求共同确定；群体规模N宜等于或大于300，A为5%N~30%N；采用聚类水平将种群1尽量划分为个体数目相等的两类；变异概率pO(L)。mN为验证FMGA性能，利用Delphi语言仿真算法，将FMGA与基本遗传算法（简称CGA）进行对比研究。结果表明，FMGA较CGA更能有效克服早熟收敛，能在较短时间内逼近全局最优解；运算结果较CGA提高4个数量级，且运算过程不存在震荡现象。④通过发放调查表获得专家原始判断矩阵；采用FMGA计算得到三峡库区城镇污水处理工艺优选决策指标权值，其重要性排序为：经济（0.2365）>技术（0.2094）>物耗（0.1640）>O&M难易程度（0.1544）>文化水平要求（0.1383）>能耗（0.1014）。该结果表明，在当前情况下经济与技术为三峡库区污水处理工艺优选决策中最重要的指标。⑤根据城镇污水处理工艺优选决策的模糊性、灰色性与决策指标间相互补偿的数学特征，将半梯形分布的隶属函数与灰色关联法相结合，创建了模糊—灰色关联法，并将其用于构建城镇污水处理工艺优选决策模型。模糊—灰色关联法能充分体现污水处理工艺优选决策过程的数学特征。将模糊-灰色关联法与灰色关联法、模糊数学法与逼近理想解法进行比较研究，结果表明，模糊-灰色关联法的决策结果更为科学合理，且运算过程简洁，运算量小。⑥推导得出了模糊-灰色关联法灵敏度分析的结论，包括备选方案排序不变与排序改变两种情况下，决策指标值的允许变动范围。该方法的灵敏度分析能为研究人员、设计人员、污水处理厂运行与管理人员提供改进或改善污水处理工艺的参考信息。3⑦针对三峡库区某设计处理规模为4000m/d的城镇污水处理厂，按SBR、BAF与Orbal氧化沟3种备选工艺进行了决策分析。决策结果表明，BAF工艺最优，SBR工艺次之，Orbal氧化沟工艺相对较劣。灵敏度分析表明，对西部小城镇3污水处理设施（设计处理规模为4000m/d左右），BAF工艺与SBR工艺明显优于Orbal氧化沟。对于西部小城镇污水处理厂，重视运行中的节能减耗工作，并提高处理厂职工的操作与运行水平，可使污水处理过程更符合可持续的发展要求。关键词：城镇污水处理工艺，优选决策，可持续，改进遗传算法，模糊—灰色关联法，三峡库区，灵敏度分析II 英文摘要ABSTRACTWastewatertreatmentisacomplexprocessrelatedtomanyissues,includingtechnique,economy,environmentandsociety.Itisunreasonabletousesingleobjectiveoptimizationmodel,suchascost-benefitanalysismethod,toselecttheoptimalwastewatertreatmentalternative.However,thereweremanyproblemsofexistingmulti-objectiveoptimizationmodelsofwastewatertreatmentalternativesselection,suchas,thelargedifferencebetweendecisionindicatorsystems,andthetoosubjectivequalificationmethodsofdecisionindicator,andtheunstablecalculatingprocessofindicator-weight,andtheoptimizationmodelsnotwellmatchedtomathematiccharacteristicsofthealternativesselection.Therefore,therewasstillnotagenerallyacceptedoptimizationmodelofthewastewatertreatmentalternativesselection.ThedissertationwasapartoftheNetherlandsGovernment‘sGrantProjectTechnicalmanualforenvironmentalinfrastructureinChina’swesternsmallcities(theprojectnumberisMOC-NGGP-2003-3),whichaimedathowtosystemically,objectivelyandscientificallyselectalternativesfortheWWTPofwesternsmallcities.Inthedissertation,theappropriatealternativesforsmalltownsandcitieswastewatertreatmentwerediscussed,thesustainabledecisionindicatorsandtheirqualificationmethodswerepresented,andthewaytostablyandeffectivelycalculateindicator-weightwasstudied.Furthermore,anewmulti–criteriadecisionmethodanditssensitiveanalysisforoptimalwastewatertreatmentalternativesselectionweresetup.Themainresearchcontentsareasfollows:①Byfieldsurveyandliteraturereview,itwasconcludedthatthewastewaterflux43oftownsorsmallcitieswasbelow5×10m/dinwesternChina,andmostlyfellintothe43rangeof（0.2~2.0）×10m/d.Moreover,thedomesticwastewaterwasthemaincomponentofwastewaterinwesternsmallcities.FortheWWTPofsmallcities,SBRseries,OxidationDitchseriesandbiofilterserieswererecommended,andnaturetreatmentsystemsweresuggestedtotheregionabundantwithlandresource.②Thereweresomeshortcomingsfortheminuumcostand‗greeness‘respectivelyasthedecisiontargetsofoptimalwastewatertreatmentalternativesselection,sosustainabilitywassuggestedasthedecisionobjectofoptimalwastewatertreatmentalternativesselection.Referredtotheresearchsofsomeresearchers,itwaspresentedthatthesustainabilityofwastewatertreatmentalternativescouldbediscribedbyIII 重庆大学博士学位论文techniquesustainability,economysustainability,environmentsustainabilityandsocietysustainability.BasedonthesituationofbasicresearchdatainChina,theobjective,reasonableandoperationaldecisionindicatorsystemswassetup,whichincludedtechnique,efficiencyofenergyutilization,indirectenergyconsumption，landoccupation,annualexpense,O&M，professionalskillreqirement.Furthermore,thequalificationmethodsofdecisionindicatorswerealsopresented.Thecasestudyshowedthatthesustainabledecisionindicatorsweremorethoroughandreasonablethaneconomicindicatorusedbycost–benefitanalysismethod,andthequalificationmethodsofdecisionindicatorswereeasytoapply.③TheModifiedGeneticAlgorithmbasedonFuzzySystemwasestablished(FMGA)todeterminetheweightsofdecisionindicators.Comparedwithothertranditionalweightcalculationmethods,FMGAnotonlycouldkeeptheoriginaldecisioninformationasmoreaspossibleandautomaticallymodifytheconsistencyofjudgmentmatrix,butalsocouldstably,quicklyandeffectivelycalculatetheweightsofdecisionindicators.AndthescaleoffiveparametersofFMGAwasdiscussedbysimulationtest.Theresltsshowedthatthenumberbitsofvariables"binarycodewasdependontheprecisionreqirement,thesizeofpopulationNshouldequaltoormorethan300andthenumberofelitistindivadualAcouldbebetween5percentand30percentofN.ClusterlevelshoulddividedNintotwopartswiththesamescale,mutationprobabilitypm1equaledtoO(L).NFMGAandCanonicalGeneticAlgorithm(CGA)werecomparedinordertoverifytheadvantageofFMGA.ThecomparedresultsshowedthatFMGAcouldmoreeffectivelyavoidprematureconvergenceandgetglobaloptimalthanCGA.④ThedecisionindicatorweightsofwastewatertreatmentalternativesselectioninThreeGorgesReservoirRegionAreaswerestudied.Inresult,therankindesendingorderofimportanceofdecisionindicatorswere,annualexpense（0.2365）>technique（0.2094）>landoccupation（0.1640）>O&M（0.1544）>professionalskillreqiremnet（0.1383）>energyconsumption（0.1014）,whichshowedannualexpenseandtechniqueweretwomostimportantdecisionindicatorsatpresent.⑤Accordingtothemathcharacteristicsofwastewatertreatmentalternativesselection,whichwasfuzziness,greynessanddependencyofdecisionindicators,themembershipfunctionwascombinedwithgreyrelationalanalysistoconstructIV 英文摘要fuzzy-greyrelationalanalysismethod.Fuzzy-greyrelationalanalysismethodwasappliedtomulti-objectivedecisionmodelofoptimalwastewatertreatmentalternativesselection,whichwellreflectedmathcharacterofwastewatertreatmentalternativesselection.Thecasestudyindicatedthat,fuzzy-greyrelationalanalysismethodwasmorereasonableandeasytooperatecomparedwithgreyrelationalanalysismethod,fuzzyalgorithmandTOPSIS.⑥Sensitiveanalysisoffuzzy-greyrelationalanalysismethodwasstudied.Bythesensitivityanalysis,therangeofdecisionindicatorscouldbereceived,inthecasethattherankofalternativesbechangedorkept.Thestudyshowedthatsensitiveanalysisoffuzzy-greyrelationalanalysismethodcouldoffersomeinformationaboutimprovingtheprocessforresearchers,designersandmanagers.⑦SBR,BAFandOrbalOxidationditchwerecomparedforthewesternsmallcity3wastewatertreatmentplantwithcapacityof4000m/d.TheresultofFuzzy-greyrelationalanalysisshowedthatBAFwasthebestalternative,andSBRwasbetterthanOrbalOxidationditch.FurthermoresensitiveanalysisshowedthatBAFandSBRwerebetterthanOrbalOxidationditch.Forwesternsmallcitywastewatertreatment,thetreatmentprocesscouldbettermatchwithsustainabilitybyreducingenergyandmaterialconsumption,andimprovingprofessionalskilllevelofpanel.Keywords:Urbanwastewatertreatment,Sustainability,ModifiedGeneticAlgorithm,Greyrelationalanalysis,ThreeGorgesReservoirRegionAreas,SensitiveanalysisV 重庆大学博士学位论文VI 目录目录中文摘要.........................................................................................................................................I英文摘要......................................................................................................................................III1绪论........................................................................................................................................11.1问题的提出及研究意义.......................................................................................................11.1.1问题的提出..................................................................................................................11.1.2研究的目的与意义......................................................................................................21.2国内外研究现状与存在问题...............................................................................................31.2.1研究现状.....................................................................................................................31.2.2存在的问题................................................................................................................151.3主要研究内容与技术路线.................................................................................................171.3.1主要研究内容............................................................................................................171.3.2研究的技术路线........................................................................................................172城镇污水处理工艺评述................................................................................................192.1城镇污水的水量与水质.....................................................................................................192.1.1城镇污水量................................................................................................................192.1.2城镇污水水质............................................................................................................202.2城镇污水处理工艺.............................................................................................................212.2.1城镇污水处理设施适用工艺....................................................................................212.2.2城镇污水处理设施适用工艺简评............................................................................262.3小结.....................................................................................................................................283可持续决策目标及指标体系研究...........................................................................293.1污水处理工艺优选可持续决策目标.................................................................................293.1.1污水处理工艺优选目标简评....................................................................................293.1.2污水处理工艺优选可持续决策目标........................................................................303.2可持续决策目标的量化指标体系.....................................................................................313.2.1技术指标...................................................................................................................313.2.2环境指标...................................................................................................................323.2.3经济指标...................................................................................................................353.2.4社会指标...................................................................................................................353.3污水处理工艺优选决策指标体系的应用.........................................................................353.3.1成本效益分析对三种工艺的比较............................................................................36VII 重庆大学博士学位论文3.3.2可持续决策指标体系对三种工艺的初步比较.........................................................363.4小结......................................................................................................................................384决策指标权值求解方法研究......................................................................................394.1遗传算法..............................................................................................................................394.1.1遗传算法基本思想....................................................................................................394.1.2遗传算法的数学基础................................................................................................404.1.3遗传算法的特点........................................................................................................414.1.4遗传算法的实现技术................................................................................................424.1.5基本遗传算法............................................................................................................474.2基于模糊聚类的改进遗传算法..........................................................................................484.2.1FMGA设计思想.......................................................................................................494.2.2FMGA步骤...............................................................................................................494.2.3FMGA控制参数的取值...........................................................................................524.2.4仿真试验....................................................................................................................544.2.5FMGA求取指标权值...............................................................................................554.3改进遗传算法在污水处理工艺优选决策指标权值确定中的应用..................................574.3.1库区城镇污水处理工艺优选决策指标体系.............................................................574.3.2决策指标权值确定研究的基本资料........................................................................574.3.3库区城镇污水处理工艺优选决策指标权值的研究.................................................604.4小结......................................................................................................................................635四种优选方法在污水处理工艺优选中的对比应用研究............................655.1已有的三种优选方法..........................................................................................................655.1.1逼近理想解法............................................................................................................655.1.2灰色关联法................................................................................................................665.1.3模糊数学法................................................................................................................685.2模糊—灰色关联法..............................................................................................................735.2.1城镇污水处理工艺优选决策的数学特征.................................................................735.2.2模糊—灰色关联决策方法........................................................................................745.3四种优选方法的对比研究..................................................................................................765.4小结......................................................................................................................................836模糊—灰色关联法的灵敏度分析及其在污水处理工艺优选中的应用.......856.1模糊—灰色关联法的灵敏度分析......................................................................................856.1.1模糊—灰色关联法灵敏度分析的数学符号.............................................................856.1.2有关结论及其推导过程............................................................................................86VIII 目录6.2模糊—灰色关联法灵敏度分析在污水处理工艺优选中的应用...................................1006.2.1Orbal氧化沟工艺决策指标的灵敏度分析............................................................1016.2.2SBR工艺决策指标的灵敏度分析.........................................................................1026.2.3BAF工艺决策指标的灵敏度分析.........................................................................1036.3小结...................................................................................................................................1047结论与展望.........................................................................................................................1057.1结论...................................................................................................................................1057.2展望...................................................................................................................................106致谢....................................................................................................................................107参考文献....................................................................................................................................109附录A作者在攻读博士学位期间发表的部分论文.....................................119附录B可持续决策指标体系应用实例相关数据..........................................121附录CFMGA控制参数中N与A确定...........................................................123附录D三峡库区城镇污水处理工艺决策指标权值调查表回函的样本.........................................................................................133附录EFMGA算法求解库区城镇污水处理工艺优选决策一级指标权值的相关数据.........................................................................139IX 重庆大学博士学位论文X 1绪论1绪论1.1问题的提出及研究意义1.1.1问题的提出近二十年来，我国城镇化建设得到迅猛的发展。据统计，1987年，全国仅有[1]设市城市191个，建制镇2173个，城镇化水平只有12.5%；至2005年底，全国设市城市已达661个，建制镇19522个，全国城镇化水平已达到34%，城镇人口[2]约4.6亿。并且，我国城镇化建设将进一步加强，根据规划，至2010年，全国城镇化水平将达到40%左右，城镇人口将约为6.7亿。然而，与快速发展的城镇化建设相比，我国城镇污水处理设施的建设严重滞[3][4]后，尤其是县级市、县城镇与中心镇（简称为小城镇）。资料表明，截至2005年底，我国661个设市城市中，共有383个城市建成污水处理厂792座，城市污水处理率已达52%；然而，县城镇的污水处理率在11%左右，乡镇的不足1%。城镇污水处理设施匮乏，大部分污水未经处理直接排入水体，严重污染了城镇周围的水体。2005年中国环境状况公报的数据表明，7大水系的411个地表水监测断面中，59%的监测断面的水质在Ⅲ类水质以下；28个国控重点湖（库）中，Ⅲ类水质以下的湖库数量占总数量的72%。而且，由于水体污染的流域性、迁移性及积聚性，小城镇水体的污染也影响了大中城市水体环境的改善。因此，在城镇化的同时必须加强和完善城镇污水处理设施的建设。为此，国家―十一五‖发展规划要求，―到2010年，全国设市城市和县城所在建制镇均应规划建设污水集中处理设施，全国设市城市污水处理率不低于70%，其中：省会以上城市要平均达到80%，地级市平均达到60%，县级市平均达到50%‖，由此可知，城镇污水处理设施的建设已进入快速发展时期。污水处理厂在设计、建设前，要进行污水处理工艺的选择。《城市污水处理及[5]污染防治技术政策》与《中国西部小城镇污水处理技术政策》给出了工艺优选的[6]总体原则，以指导污水处理工艺的选择，其主要内容为：污水处理工艺的选择应根据处理规模、污水水量和水质、受纳水体环境功能及其容量、当地自然条件、城镇的经济社会条件和环境要求等综合因子来确定。然而，这些技术政策没有给出选择最适宜污水处理工艺的具体方法。为此，在《中国西部小城镇环境基础设施技术指南》（以下简称《指南》，MOC-NGGP-2003-3）中提出本文的研究内容，以便为技术人员提供污水处理优化决策方法。长期以来，工程与技术人员往往借助主观认识和个人经验，通过工程概预算来确定最优的污水处理工艺。然而，我国县级市、县城镇与中心镇的污水处理建1 重庆大学博士学位论文设尚处于起步阶段，小城镇的污水处理工艺选择、设计经验缺乏；同时小城镇的污水水质与水量，以及社会、经济状况不同于大中型城市，因此将确定大中型污水处理厂处理工艺的经验简单照搬到小城镇可能并不适宜。近几十年来，越来越多的研究者认为，污水处理工艺优选决策过程应当涵盖经济、社会、技术、运行[7~10]管理、环境影响、占地以及污泥处置等方面，并且这些因子间的关系复杂，各因子的量纲或量级不同，有的还相互矛盾，难以将这些因子转化为单一的经济指标来进行比较，亟需建立客观、科学、有效的城镇污水处理工艺优选决策模型，为决策者优选工艺提供更为科学的指导。1.1.2研究的目的与意义目前，污水处理工艺种类繁多，并且，还不断有新工艺出现。城镇污水处理工艺优选决策模型可以帮助研究者或者工程技术人员从备选污水处理工艺中确定最优工艺，缩短决策时间，提高决策科学性。污水处理工艺优选应当考虑经济、技术、环境与社会诸方面，属于多目标决策问题；一般而言，多目标决策问题难以借助人的主观判断得出决策结果。因此，通过建立城镇污水处理工艺优选决策模型进行工艺优选，可以提高决策结果的客观性与正确性。评判最优污水处理工艺的标准随着社会经济水平、人们的思想观念以及污水处理事业的发展不断改变。因此，城镇污水处理工艺优选决策模型的优选决策目标需作相应调整或改变，以保证优选决策结果符合社会发展需求，使其能够更为有效的为社会、经济的发展服务。污水处理工艺优选决策模型的客观合理性通常由其决策结果体现。为保证决策结果客观合理，决策指标及其量化结果应能客观反映工艺性能，决策指标的权值应客观合理，决策模型数学方法需符合工艺优选特点。随着人们对污水处理系统认识的深入，客观上要求建立更为科学、客观与全面的污水处理工艺优选决策模型；多目标决策理论的发展与完善，也为实现这一目标提供了理论基础。因此，本课题通过实地调研，总结国内外在该领域的研究成果，针对我国的经济社会条件与基础研究资料条件，以可持续性作为污水处理工艺优选决策的目标，建立相应的决策指标及量化方法；根据决策权值优化函数的非线性特征，改进基本遗传算法，使其能够快速稳定且有效的求取权值，提高了决策效率；并且剖析出污水处理工艺优选决策过程具有模糊性与灰色性的数学特征，通过创建模糊—灰色关联法，建立新的多目标决策方法，使新的污水处理工艺优选决策模型更为科学合理；同时，根据灵敏度分析理论推导出模糊—灰色关联法灵敏度分析结论，帮助科研人员与工程人员改进或改善备选工艺。综上所述，本课题的系统研究，能更为客观、科学与全面的指导与帮助新建2 1绪论城镇污水处理厂选择最适宜的污水处理工艺，使污水处理过程实现社会、经济、技术与环境的和谐统一；同时，模糊—灰色关联法灵敏度分析也能为工艺的改进提供有关建议。因此，本课题的研究成果具有重要的理论意义与实用价值。1.2国内外研究现状与存在问题城镇污水处理工艺优选决策过程应当考虑技术、经济、社会与环境各方面，它是对备选工艺的技术性能、经济性能、社会性能与环境影响所构成的多准则（或多目标）、多因素复杂系统的寻优过程。影响因素之间存在矛盾性与不可公度性，它们之间的复杂关系难以通过简单的线性等式（或不等式）约束以及非线性等式（或不等式）约束表述，难以被归并为单目标问题，因此大部分研究者采用多目标决策工具进行污水处理工艺的优选决策。1.2.1研究现状国内外研究者在构建污水处理工艺优选决策数学模型的过程中，一般先确定并量化影响工艺优选的决策指标，然后给出各决策指标的权值，接着采用多目标决策方法综合各决策指标的差异并评定备选工艺，从而选出最优的备选工艺。在构建优选决策数学模型中主要涉及如下四个方面：①影响因子及决策指标体系；②决策指标的量化及其规范化；③决策指标的权值；④多目标决策方法。然而，各研究者对上述四方面尚未形成共识，导致目前没有被普遍接受的城镇污水处理工艺优选决策数学模型。下面从这四个方面概述城镇污水处理工艺优选决数学模型的研究现状。①影响因子及决策指标体系本文对部分国内外研究者在探讨城镇污水处理工艺优选决策模型中采用影响因子与决策指标集进行了归纳（见表1.1）。其中，影响因子主要包括经济、技术、环境、社会四个方面；决策指标主要包括投资费用、运行费用、占地面积、施工条件、管理难易程度、工艺成熟程度、抗冲击负荷能力、出水达标率、除磷脱氮效果、污泥产量及稳定性、能耗、物耗、温室效应、磷回收、重金属排放、排入土壤的污染物量、病原体去除、工艺可接受度以及受教育水平等方面。由表1.1还可以看出，各研究者之间所考虑的影响因子不完全相同。国内研究者主要考虑经济、技术、环境三方面影响，但是对于社会因子大部分国内研究者尚未将其单独考虑。然而，国外的研究者通常认为，社会因素是影响城镇污水处[11~14]理工艺优选决策的重要因素，因为污水处理厂能正常运行，并发挥保护水体环境功能的先决条件是污水处理工艺能否被当地居民与操作管理人员所接受。3 重庆大学博士学位论文4 1绪论5 重庆大学博士学位论文6 1绪论7 重庆大学博士学位论文对于城镇污水处理工艺优选决策指标而言，各研究者构建的决策指标也互不相同。国内研究者构建的决策指标体系间的差别较大，并且某些研究者将同一决[15]策指标反映不同的影响因子，例如一部分研究者用占地指标描述经济因子，然[16]而也有部分研究者将其归为环境因子的范畴。与国内研究者相比，国外研究者更为重视环境因子，在他们的研究中环境类决策指标的内容也较为丰富，包括温室效应、光化学烟雾、磷回收、热能回收、病原体的去除、水体富营养化、酸雨、重金属排放等。影响因子及决策指标体系是决策目标的反映，上述情况反映了城镇污水处理工艺的优选目前尚未形成较为统一的决策目标。国外研究者更为强调环境与社会因子，这与他们近年倡导污水处理工艺走可持续发展道路有关。国内的研究者较为侧重经济与技术因子，这与我国污水处理事业起步较晚、经济相对落后有关。另一方面，我国对污水处理厂在温室效应、光化学烟雾以及酸化方面造成的环境影响的研究尚处于起步阶段，相关数据缺乏，所以在优选决策过程中对环境因子的考虑较少，其指标体系也比较单一。因此，城镇污水处理工艺优选决策过程有必要结合可持续发展的理念，确定科学、合理、客观以及全面的决策目标，以指导影响因子及指标体系的设置。②决策指标的量化及其规范化1)决策指标的量化决策指标的量化过程就是决策指标的赋值过程，其量化结果直接影响决策结果。决策指标的量化方法应该尽量满足科学性、客观性与有效性三大基本原则，尽量保证指标值能真实客观的反映工艺性能，避免由于研究者的个人倾向带来的主观随意性。国内外研究者的常用决策指标量化方法如表1.1所示。其中，经济类指标的量化方法主要是成本效益分析，技术类指标的量化方法主要是专家打分法与功能风险分析，环境类指标的量化方法主要为专家评分法、生命周期评价、有效能分析、物流分析、社会—生态原则以及计算机模拟等，社会类指标的量化方法主要为专家评分法与行为研究。具体而言，国内的研究者与工程技术人员对于经济类指标，通常依照《全国市政工程投资估算指标》（HGZ47-102-96）来量化。对于占地指标，其量化手段有两种：一种是专家评分法，另一种是依照《城市污水处理工程项目建设标准》确定不同备选工艺的占地面积；然而，《城市污水处理工程项目建设标准》不能反映同一建设规模下工艺变化对占地的影响。对于技术类、环境类等决策指标，常采用专家评分来赋值。以上可以看出，我国现有决策指标体系量化方法过于依赖专家评分法这一手段，降低了某些定量指标量化结果的客观性，例如，生命周期评8 1绪论价（简称LCA）、能量守恒法等是量化环境影响的科学方法，但我国研究者主要采用专家评分法对环境类指标赋值。国外研究者对经济类指标也采用成本效益分析方法赋值；环境类指标的量化方法较多，包括生命周期评价、有效能评价、社会—生态原则、计算机模拟以及能量物质守恒理论等；社会类指标的赋值除专家打分外，还采用行为研究、风险评价等方法；技术类指标的赋值多采用功能风险分析等方法。其中，LCA是量化环境影响的常用方法，但该法一般需要量大且质高的基础数据，不能对定性类环境指标赋值，忽略污水处理厂排放污染物对收纳水体造成的影响，且一般不考虑[35],[40],[46]各影响目录间的权值。有效能评价是近几十年来发展起来的新方法，该法[49]仅能反映评价对象的能量利用情况，并且其重要参数——能值转换率难以确定[53]。社会—生态原则在瑞典等欧盟国家的应用较多，需要量大且质高的数据，且[49]不考虑各社会—生态原则间的权值。行为研究与风险评价需要就特定工艺进行[11][49]大量的公众评价与调查，操作较繁琐复杂。因此，我们有必要结合我国的基础数据条件，借鉴国外研究者的指标体系量化方法来构建较为科学、合理与有效的指标量化体系。2)决策指标的规范化量化后得到的决策指标值的量纲并不完全相同，指标的数量级也可能因为量化手段不同而差别较大。因此，需要消除指标的量纲，进行决策指标的规范化。一般来说，规范后的指标值落在[0，1]区间。[54][55]决策指标的常用分类方法有两种。第一种方法将指标分为定量指标与定[56]性指标两大类。定性指标在进行规范化前，常需要先采用Bipolar尺度定量化。第二种方法根据指标的具体含义将决策指标分为效益型、成本型、区间型与固定型四大类。一般而言，城镇污水处理工艺优选决策指标属于效益型或成本型。成本型指标与效益性指标的规范化方法很多，最常用的方法见式(1.1)~[57][58](1.4)。xjiy（对效益性指标）(1.1)jimaxxjijminxjijy（对成本型指标）(1.2)jixjixjiy1（对成本型指标）(1.3)jimaxxjij9 重庆大学博士学位论文xji（对效益型或者成本型指标均可）(1.4)yjin2xjij1式中，*xji与xji分别是第j个备选工艺的第i个指标规范化前与规范化后的值。式（1.1）~式（1.3）要求对i，x0。ji其中，式（1.1）与式（1.2）是线性变换，规范化后得到的指标值与规范化前的指标值成比例。式（1.4）是非线性变换，且不能产生等长的计量尺度，指标间的直接比较仍有困难。通常，研究者用式（1.1）与式（1.2）分别规范效益型与成本型指标；式（1.3）与式（1.1）的基点不同，在污水处理工艺优选决策指标规范化中采用较少。③决策指标权值的确定各决策指标对工艺优选决策目标影响的大小通过决策指标的权值来度量。同时，决策指标权值的合理确定是城镇污水处理工艺优选决策数学模型中的重点和难点，因此，国内外研究者对权值确定方法进行了大量的探讨，其研究成果详见表1.2。表1.2权值的确定方法及其特点Tab.1.2Somemethodsofweightscomputingandtheircharacteristics类别赋权方法特点层次分析法对某一层次的指标以上一层次的某指标为准则进行两两比较，[59，60]（AHP）构造判断矩阵；对判断矩阵进行一致性修正，求取权值。适用于各种决策问题，尤其适用于定性与定量指标并存、指标间存在层次递阶结构的决策问题，应用重点是判断矩阵一致性修正。Delphi法（我国又将编制专家咨询表，咨询专家意见，对专家意见予以统计分析，其称为专家评分法或将统计结果发给专家再次咨询；如此反复，直至取得较为统一[61，62]者专家咨询法）的专家意见。适用于各种决策问题，但对于指标较多的评价对主象，专家难以把握指标间的细微差异，给出的权值较为粗略。观赋强制评分法主要包括0-1法和0-4法两种，运用一定的评价规则与强制打分权[63]法（FD法）手段，衡量指标的相对重要性。适用于评价对象的各指标重要性差异不太大、并且指标数目不太多的决策问题。定性排序定量专家们对各指标按重要性大小从大到小进行定性排序，接着通[64]转化法过公式将其定量转化，最后对各专家的定量转化值求平均。适用于各种决策问题，但对于指标较多的评价对象，专家难以把握指标间的细微差异，给出的权值较为粗略。[64]直接判断指定法由专家直接给出评价对象权值。适用于指标少、易于判断的决策问题。10 1绪论续表1.2类别赋权方法特点二元对比相对平均法由专家给出某指标相对于其他每个指标的相对重要性，将其平[64]均作为该指标的相对重要性，对该计算结果作规一化处理即可。适用于指标较少的决策问题。[65]变异系数法根据各指标在所有被评价对象上属性值的变异程度大小赋权。变异程度越大的指标，权值越大。该法体现了指标分辨能力的客观大小，但不能体现指标的独立性大小及人的主观理解。赋权熵值法[66]根据各指标传输给决策者的信息量大小确定指标权值。若某项法指标的差异越大，熵值越小，则该指标包含的信息越多，其权值越大。该法未考虑人的主观理解。[65]多目标优化法该法基于数学规划的原理确定权值：理想的权值应使所有被评价对象之间的差异达到最大，其中，对―差异‖的衡量手段多样。该法体现出指标分辨率的大小，但计算复杂，而且很多情况下难以得到最优解。客复相关系数法[65]该法的基本思想为：若某指标于其他指标重复的信息越多，则观赋该指标的重要性越低，其权值越小。该法是以指标的独立性大权法小作为赋权依据，适于指标间关联度小的决策问题。主成分分析法该法充分根据原始数据提供的信息来赋权。适用于指标数目多[67][68][69][70]且指标间关系复杂的决策问题。[71]因子分析法根据指标间相关性大小对指标分组，使得组内指标的相关性较高，而不同组间的指标相关性低由表1.2可知，权值的确定方法主要包括主观赋权与客观赋权两类。主观赋权是根据实际决策问题，结合研究者自身经验以及对各决策指标的重视程度来赋权，如层次分析法（AHP）、德尔斐法（Delphi）、强制评分法、直接判断制定法等。客观赋权是利用备选工艺决策指标值（样本）确定权值，如熵值法、主成分分析法、[72]因子分析法、离差及均方差法等。主观赋权方法可以根据各决策指标重要性程度有效地给出权值，不会出现指标权值与指标实际重要程度相悖的现象，适用于一切决策问题的指标定权；而客观赋权方法得到的权值受样本影响，并且不受研究者的主观支配，可能出现重要指标权值小、不重要指标权值大的不合理的结果。大部分研究者认为，城镇污水11 重庆大学博士学位论文处理工艺优选决策过程实际上与人的主观意识相关，城镇污水处理工艺优选决策指标的权值宜采用主观赋权法确定。在主观赋权法中，直接判断指定、专家评分法与层次分析法是污水处理工艺优选决策指标权值确定的常用方法。直接判断指定法与专家评分法不适于决策指标数目较多的情况（给出权值的一致性程度不高）。城镇污水处理工艺优选的决策指标具有存在层次递阶结构、定性和定量指标并存的特点，因此，部分研究者认[21]，[24~26][45]为层次分析法更适于城镇污水处理工艺优选决策指标权值的确定。④决策工具决策工具的主要作用是集结决策信息（决策指标值及其权值），并对备选方案进行排序与择优。为科学合理地集结决策信息，研究者们提出并建立了许多决策工具，目前主要的多目标决策工具见表1.3。表1.3常用的多目标决策工具及其特点Tab.1.3SomeMADMmethodsandtheircharacteristics类别方法基本思想特点[73]优势法比较两个方案，若一个方案劣简单、易用、易理解，不要求了解于另一个方案，则抛弃它；并偏好信息；但某些被抛弃的方案，将未抛弃的方案与第三个方可能是总体最优的。适用于非劣方案比较，抛弃劣方案；如此重案的筛选。复，得到非劣解集最大最小法一个方案的总体性能由方案简单、易用、易理解，不要求了解[74]最弱（或最差）的属性决定偏好信息。但要求所有属性可公度，而且属性间不能相互补偿。最大最大法一个方案的总体性能由方案同最大最小法。[74]非最强（或最好）的属性决定补连接法[75]不满足所有属性最低可接受简单、易用、易理解。需要对每个偿方水平的方案被拒绝属性指定其最低可接受水平，且属法性间不能相互补偿。一般用于将方案集分为可接受与不可接受两大类，而不用于工艺优选。[75]分离法只要方案的有一个属性达到简单、易用、易理解。需要对每个该属性预先指定的期望水平，属性指定其期望水平，且属性间不则该方案被接受能相互补偿。一般用于筛选掉不可接受的方案，而不用于工艺优选。[76]字典序法按照依次重要的属性来比较简单、易用、易理解。需要并要求选择方案属性间存在重要性排序。属性间不能相互补偿。12 1绪论续表1.3类别方法基本思想特点补简单线性加权对每个方案，将它的各属性简单、易用、易理解，最广泛使用偿[76]法（SWA）值与相应的权值相乘，再对所的方法，且属性间是相互补偿的。方法有属性求和，将其作为方案的但是，要求加和的各属性间相互独之计总得分。立。分模型[76]加权积法与SWA类似，两者不同之处通过对较差的属性值进行重重的惩在于：求每个方案的总得分罚，拉大最优方案与次优方案间的补时，将各属性值相乘，权值作距离，具有逻辑合理、计算简单的偿为相应属性值的指数。优点，且属性间是相互补偿的。但方法该法要求相乘的各属性间相互独之计立，而且并不被广泛使用。分模简易多属性评计算步骤类似于SWA，两者简单、易用、易理解，且属性间是型等技术的不同之处在于：SMART采相互补偿的。但其权值确定方法—（SMART）用数值化估计法确定属性值比率估计的正确性受质疑，且要求[77,78]属性间相互独立。ELECTRE法构造级别高于关系，利用所构思路清晰，逻辑简明。计算虽不难[79]造的级别高于关系对方案进但繁琐，且由级别高于关系导出的行排序方案排序一般是部分序而非全序，补对决策矩阵提供的信息利用不够充偿分方法PROMETHEE类似于ELECTRE，是建立在同ELECTRE法。之[80]协法级别高于关系上的一种方法。调模两者的区别在于：型PROMETHEE方法通过引入优先函数克服了ELECTRE法忽略属性值之间差距大小信息的缺陷主成分分析法通过研究原始变量相关矩阵适用于决策变量多的MADM问题，[67~70]补内部结构关系，找出起主要作能降低决策的计算量与复杂程度，偿用的几个主成分，这几个主成属性间是相互补偿的，而且主成分方法分可以表示为原始变量的线线性函数的系数可表示属性的权之妥性函数。利用综合指标值优选值。但当需要考虑第二、第三主成协模方案。分时，主成分分析法的计算难度将型加大，且第一主成分线性函数的系数也不能作为权值。13 重庆大学博士学位论文续表1.3类别方法基本思想特点物元分析法以物元理论与可拓集合理论计算简便，结果直观，属性间是相[81]，[82]为基础，通过计算备选方案与互补偿的。但各属性的经典域、可理想方案关联度来判断备选拓域的合理建立，以及关联函数类方案的优劣型的合理选择是正确应用该法的关键。层次分析法计算各方案对系统总目标的具有系统、灵活、简便等特点，属[59]，[60]合成权值，按权值大小对方案性间相互补偿，是解决具有层次递排序阶结构、定性定量属性并存的常用多准则决策方法。但判断矩阵的一致性检验较复杂，且一般通过专家补偿主观判断对各方案属性赋值。方逼近理想点通过比较备选方案距理想方便于理解，计算简单，具有直观的法之[83~86]法案与负理想方案的距离对方几何意义，属性间相互补偿。但该妥协案排序：离理想方案最近、负法的排序结果受采用的衡量方案距模理想方案最远的方案是最优理想方案与负理想方案距离的相对型方案贴近度函数类型影响。模糊综合评根据最大隶属原则，将模糊评解决具有模糊性多属性决策问题的[87][88]判法判结果中隶属度最大的工艺有用方法，属性间相互补偿。但各作为最优工艺属性模糊隶属函数的构建是模糊综合评判法的关键，其构建较难。灰色关联法根据备选方案序列在空间的解决具有灰色不确定性的常用多属[89][90]几何形状的相似程度来判断性决策方法，具有对原始数据要求其联系的紧密程度低、数据预处理相对简单等特点，属性间相互补偿。其不足之处是分辨系数的选取对评价结果有影响。多目标决策工具可以分为非补偿类方法与补偿类方法两大类。其中，非补偿类方法不允许决策指标间有折衷（tradeoffs），一个指标的劣势（或不利值）不能用其它指标的优势（或有利值）来弥补或抵消，如优势法、最大最小法、最大最大法、连接法、分离法和字典法等。补偿类方法允许属性之间有折衷，一个指标的劣势（或不利值）能由其他指标的优势（或有利值）来弥补或抵消。大部分研究者认为，城镇污水处理工艺的优选决策工具应采用补偿类方法，其指标之间能[15][39][21]，[22]，够相互补偿。近年来，部分研究者采用简单线性加权法、层次分析法14 1绪论[24~26][18~20][16]，[17]，[45]、模糊数学法和灰色关联法等方法作为城镇污水处理工艺的优选决策工具。简单线性加权法操作简单、易于接受，但是这种方法一般要求决策指标间相互独立，并且指标量化函数是线性的。然而，城镇污水处理工艺优选决策指标并不相互独立，而且指标量化函数也不一定满足线性条件。因此，简单线性加权法并不宜作为城镇污水处理工艺优选的决策工具。层次分析法（简称AHP）是一种主观性的多目标决策方法，具有原理简单、层次化与结构化的特点，适用于具有层次递阶结构、定性与定量指标并存的多方案优选决策问题，从这一点来看层次分析法适宜作为城镇污水处理工艺优选的决策工具。然而，AHP主要通过人的主[60]观经验与判断来量化决策问题中的信息并对量化结果进行一致性检验，一致性检验是AHP法的难点。因此，AHP用于城镇污水处理工艺优选决策的操作过程繁琐。模糊数学法是解决具有模糊性多目标决策问题的有效工具，该法中隶属函数的构建是决策的核心，隶属函数的构建需要总结和吸取人们长期积累的实践经验，特别是相关专家和操作人员的经验。我国县级市、县城镇等小城镇污水处理设施[18~20][87]的设计、建设经验尚少，因此其隶属函数的构建有一定的难度。灰色关联法（简称GRA）是处理信息缺乏、不完全的多目标决策问题的常用工具，城镇污水处理工艺优选决策过程具有贫信息、少信息的不确定性，因此GRA适宜作为城镇污水处理工艺优选的决策工具。但是，GRA在实际应用中一般将各决策指标的[45]，[89]重要性同等看待，不能体现决策指标对决策目标的影响。1.2.2存在的问题国内外研究者对城镇污水处理工艺优选决策模型进行了大量研究，但目前尚没有被普遍接受的工艺优选决策模型。主要体现在如下几个方面：决策指标体系差别较大；决策指标的量化手段过于主观；决策指标权值求解方法的效率低、运算过程稳定性差；决策模型中的数学方法没有充分体现污水处理工艺优选决策的数学特性。①决策指标体系之间的差别较大；目前，国内外研究者建立的决策指标体系之间的差异较大。相对而言，国外研究者所建立的决策指标体系更为完善，他们强调环境类与社会类的决策指标；国内研究者大多没有考虑社会类的决策指标，所考虑的环境类指标通常只考虑占地、污泥产量、能耗方面，实际上这三个决策指标易于转化为经济费用。决策指标体系是决策目标的体现形式。目前，国内的工程技术人员通常以经济费用最小作为污水处理工艺优选决策目标；而国内的研究人员只是在经济费用最小的前提15 重庆大学博士学位论文下兼顾了一部分环境类指标，从本质上讲仍然是以经济费用最小作为污水处理工艺优选决策目标。随着环境与资源问题的日益突出，人们开始重视污水处理工艺的环境影响，部分国外研究者强调污水处理工艺应尽量少耗费资源与能源，即将污水处理工艺的―绿色性‖作为工艺优选决策目标。然而，污水处理是涉及技术、经济、环境与社会诸因素的复杂过程，显然以经济费用最小与污水处理工艺的―绿色性‖作为工艺优选决策目标都是片面的。因此，有必要建立科学客观的污水处理工艺优选决策目标以及相应的决策指标体系，使污水处理过程实现技术、经济、环境与社会诸要素间的和谐统一。②决策指标量化的客观性与操作性差国内研究者对技术类与环境类指标的量化方法主要为专家评分法，指标量化手段单一，并且客观性差。国外研究者建立的环境类指标量化手段很多，包括生命周期评价、有效能评价、社会—生态原则、计算机模拟以及能量物质守恒理论等，往往需要量大且质高的基础数据。然而，我国相关基础数据缺乏，若简单照搬国外的指标量化方法，操作上存在较大的困难。因此，有必要结合我国基础数据条件与相关领域研究现状，借鉴国外指标量化思想，建立科学、客观、合理与可操作的指标量化方法。③决策指标权值求解方法的效率低、运算过程稳定性差大部分研究者采用AHP确定决策指标权值。为提高AHP结果的客观性，往往需要依靠权威且经验丰富的有关专家给出判断矩阵。AHP在应用中的难点是判[60][91][92]断矩阵一致性的修正，以及各指标权值的计算。通常，广义特征根法、改[91][93][94][95]进梯度向量法、广义特征向量法、最小二乘法、对数最小二乘法、改进[96][94]最小二乘法与最小偏差法等方法是修正AHP判断矩阵一致性与计算各指标权值的常用方法。然而，这些方法操作繁琐复杂，并且在实际应用中存在没有考[97][98~100]虑保留判断者的原始信息。相比而言，权值优化函数能很好的解决上述问题，它不仅能够最大程度地保持判断矩阵的原始信息，而且可在一定范围内自动修正判断矩阵的一致性。权值优化函数为非线性优化函数，常规优化方法难以求[101~107]解。遗传算法是求解非线性优化函数的有效手段，但是基本遗传算法存在易早熟收敛的缺点，导致求解效率低且运算过程的稳定性差。因此，有必要对基本遗传算法予以改进，提高权值优化函数的求解效率与求解稳定性，进而提高污水处理工艺优选决策模型的决策效率。④决策模型中的数学方法没有充分体现污水处理工艺优选决策的数学特性。污水处理工艺优选决策指标间不相互独立，并且工艺优选过程还具有模糊性16 1绪论与灰色性。因此，简单线性加权法、层次分析法、模糊数学法和灰色关联法的单独使用不能充分体现污水处理工艺优选决策的数学特性。从这点上讲，采用这些方法构建的污水处理工艺优选决策模型与实际情况有较大的差距。因此，有必要剖析污水处理工艺优选决策过程的数学特征，采用更为科学的决策方法构建充分体现污水处理工艺优选决策数学特性的决策模型。1.3主要研究内容与技术路线1.3.1主要研究内容本文以污水处理工艺的可持续性作为城镇污水处理工艺优选的决策目标，根据我国相关基础研究领域的实际状况，构建客观、合理、操作性强的决策指标体系与量化方法；针对常规优化方法难以求解权值优化函数的情况，建立基于模糊聚类的改进遗传算法，以提高权值优化函数的求解效率与求解稳定性，进而提高污水处理工艺优选决策模型的决策效率；剖析污水处理工艺优选决策过程的数学特征，创建模糊—灰色关联法用于构建污水处理工艺优选决策模型；根据灵敏度分析理论推导出模糊—灰色关联法灵敏度研究结论，帮助科研人员与工程人员改进或改善污水处理工艺。具体研究内容如下：①决策目标与决策指标体系的研究，包括：可持续污水处理工艺的概念研究；可持续决策目标及指标体系的建立；相应指标体系量化方法研究；以及可持续决策指标体系的应用研究。②决策指标权值求解方法研究，包括：基于模糊聚类的改进遗传算法（简称FMGA）的建立：FMGA算法的验证；采用Delphi语言进行模拟仿真；利用FMGA求取决策指标权值；以及污水处理工艺优选决策指标权值确定的应用研究。③决策方法的研究，包括：城镇污水处理工艺优选决策模型数学特征的剖析；模糊—灰色关联法的提出与方法验证；模糊—灰色关联法灵敏度的研究。④实例研究，本文以三峡库区某待建城镇污水处理厂作为应用对象对该课题中研究成果进行验证。以可持续性作为污水处理厂工艺优选的决策目标，采用可操作的决策指标表示备选污水处理工艺的性能，采用FMGA法求解决策指标权值，利用模糊—灰色关联法进行备选工艺的优选决策，最后利用模糊灰色关联法灵敏度分析进行进一步分析研究，对备选工艺性能的改进或改善提供建议。1.3.2研究的技术路线经研究确定本文的技术路线如图1.1所示。17 重庆大学博士学位论文城镇污水处理工艺优选决策模型研究城镇污水处理工艺评述决可持续污水处理工艺的概念研究策目标及指可持续决策目标及指标体系的建立标体系的研可持续决策指标体系量化方法研究究污水处理工艺决策指标体系量化方法研究应用研究构建基于模糊聚类的改进遗传算法决策指FMGA算法验证标权值求Delphi语言模拟仿真FMGA算法解方法研利用FMGA求取决策指标权值究利用FMGA求取决策指标权值的应研究城镇污水处理工艺优选决策数学模型特征剖析决策方法及模糊—灰色关联法地提出与验证其灵敏度模糊—灰色关联法灵敏度分析研究的研究实例研究：三峡库区某城镇污水处理厂工艺优选图1.1研究技术路线Fig.1.1Frameworkofthestudy18 2城镇污水处理工艺评述2城镇污水处理工艺评述我国城市污水处理事业开始于1921年。上海首先建立北区污水处理厂，192643年又建立了西区和东区污水处理厂，总处理能力为4×10m/d。我国第一座大型污53水处理厂于1984年竣工投产运行，处理能力2.6×10m/d。―八五‖期间以来，随着城市环境综合治理的深化以及各流域水污染治理力度的加大，城市排水系统与污水处理设施的建设进入高速发展期，截至2005年底，我国661个设市城市中，共有383个城市建成污水处理厂792座，城市污水处理率已达52%；然而，县城镇的污水处理率在11%左右，绝大部分的乡镇与村镇没有污水处理设施。因此，城镇污水处理厂，特别是小城镇污水处理的建设，需要吸收已有污水处理设施的建设与运行经验；同时，也需要结合当地的水质水量情况，以及自身的经济、资源与技术力量选择适宜的污水处理工艺。本文是建设部荷兰赠款项目《中国西部小城镇环境基础设施技术指南》（以下简称《指南》）编制课题（项目编号：MOC-NGGP-2003-3）的部分研究内容。在《指南》编制过程中，课题组于2004年7~9月和2005年7~9月间分别对我国东部地区（主要指珠江三角洲地区与长江三角洲地区）和西部地区（主要包括陕西省、云南省、四川省与重庆市）城镇的排水设施、污水处理设施以及水质水量情况进行实地调研。本章将实地调研的部分情况，结合有关文献资料，对部分污水处理工艺的性能进行归纳与评述，为城镇污水处理厂的建设提供备选工艺资料。2.1城镇污水的水量与水质2.1.1城镇污水量城镇污水量通常由城镇规划人口、人均用水量以及自来水普及率城等因素决定。①城镇规划人口[108~115]根据国家有关部门、地方各级政府及学者的要求及建议，我国东部地区（包括珠江三角洲地区与长江三角洲地区）城镇化建设的重点主要是逐步将一批中国西部小城镇环境基础设施技术指南（城镇排水卷）[M]，重庆大学，2007.唐然，龙腾锐，姜文超，龙向宇.西部小城镇集中式供水设施现状与存在问题[J].中国给水排水，2006，12（24）：6-9唐然，龙腾锐，姜文超，龙向宇.我国西部小城镇污水处理系统发展建议[J].中国科技成果，2005，23：10-13唐然，龙腾锐，姜文超，龙向宇.浅谈西部小城镇污水处理系统[J].中小城镇市政污水处理工程技术工艺高级研讨会论文集.成都，200519 重庆大学博士学位论文重点小城镇发展为小城市，而中、西部地区是以县城镇和部分潜力大的建制镇为城镇化建设重点。在我国，县级市城镇人口一般在20万人以下，县城镇平均人口[116]规模为5万人左右，而规划发展建设建制镇的规划人口一般要求达到1万人以[117~119]上，宜为3~4万人左右。综上所述，可以认为，城镇规划人口一般在1万~20万人的范围。②城镇人均用水量《室外给水设计规范》建议，人口在50万以下的中、小城市，其综合用水量定额可在130~370l/cap•d的范围内取值。一方面，规范给出的取值范围较大；另一方面，由于社会经济水平、水资源条件及气象条件等因素的差异，不同城镇综合用水量的具体取值也不同，县级市、县城镇与建制镇等小城镇的人均用水量需要结合城镇现状用水调查资料确定。根据《指南》编制课题组的调查：我国西部城镇的综合用水量与《室外给水设计规范》中给出的―中、小城市‖指标范围的下界较为接近，综合用水量平均在200l/cap•d左右，其中，重庆、贵州与陕西三省（市）的城镇综合用水量平均约为43180l/cap•d。可见，我国规划建设城镇的污水量在5×10m/d以下，多在（0.2~2.0）43×10m/d范围内。2.1.2城镇污水水质①城镇产业结构我国西部城镇的工业一般不发达，尤其是县城镇和中心镇，主要以农产品加[120]工企业为主。有研究者指出，我国城镇污水主要由生活污水和乡镇企业产生的工业废水组成，且生活污水量占50%以上。根据《指南》编制课题组对我国西部43地区县级市、县城镇与部分重点建制镇的114个供水量<6×10m/d的城镇给水厂的实地调研与文献调研（详见图2.1），居民生活用水量在总售水量中占很大比例，工业用水量少，占总售水量5%~10%。这表明大部分西部城镇污水为典型的生活污水。②城镇污水水质我国城镇污水的水质一般为：CODcr=350~500mg/l，BOD5=150~250mg/l，SS=200~300mg/l，TN=20~85mg/l，TP=4~15mg/l。《指南》编制课题组在实地调研过程中发现（见表2.1），西部地区有些城镇污水处理厂进水的污染物浓度很低，BOD5仅为100mg/l左右，例如云南省某些县级市、县城镇的城镇污水处理厂进水BOD5浓度低于100mg/l。上述现象一方面与污水管网发生地下水或河水的渗入有关；另一方面与我国经济发展不平衡、各地居民生活习性差异较大有关。20 2城镇污水处理工艺评述图2.1西部日供水规模6万立方米/日以下水厂供水用途分析43Fig.2.1Typeofwaterusageinweasterntownswithwaterplants‘capacitylessthan610m/d表2.1西部地区部分城镇污水处理厂的进水水质范围（mg/l）Tab.2.1Influentqualityofsomeurbanwastewatertreatmentplants(mg/l)省份BOD5CODSSTPTN四川省120~200200~350120~2502~415~45云南省35~200100~33070~4201~620~45陕西省150~220300~420200~3004~1040~802.2城镇污水处理工艺2.2.1城镇污水处理设施适用工艺43《指南》编制课题组对我国东部地区与西部地区40余家处理规模在5×10m/d以下的城镇污水处理厂进行了实地调研，调研汇总见表2.2。目前，我国城镇污水处理采用的工艺主要有：SBR工艺系列、氧化沟工艺系列、传统活性污泥法、BIOLAK工艺、BAF工艺、水解酸化-上向流生物滤池以及人工湿地等。其中，SBR工艺系列与氧化沟工艺系列是最为见的工艺类型。国内外研究者对城镇污水处理设施适用工艺也进行了大量的探讨与总结（参见表2.3）。然而，国内外以及各地的气候条件、人口密度、资源状况、居民生活习惯等方面有很大的差异，因此各研究者推荐的城镇污水处理设施适用工艺差别较大。国外研究者大多认为城镇污水处理厂适宜采用自然净化系统；而国内的研究者则比较倾向于采用SBR系列、氧化沟系列以及浸没式生物滤池系统。国内研21 重庆大学博士学位论文究者不太推荐自然净化系统的主要原因是我国大部地区地少人多，土地资源相对比较稀缺。通过实地调研与文献调查，课题组在《指南》中指出：西部小城镇推荐采用SBR系列、氧化沟系列、以及浸没式生物滤池系统，土地资源比较丰富的城镇可采用自然净化系统。表2.2部分城镇污水处理厂工艺类型Tab.2.2Thetypesofprocessesofsomeurbanwastewatertreatmentplants城镇污水处理厂地区工艺类型厂名规模水解酸化—上向广东省江门市新会区东郊3一期4万m/d广流生物滤池污水处理厂3东BIOLAK工艺深圳市龙田污水处理厂3万m/d33人工湿地深圳市石岩河人工湿地一期1.5万m/d；二期4万m/d传统活性污泥法宁波江东北区污水处理厂3浙3万m/dSBR脱氮除磷工（一期）3江一期2万m/d艺桐庐县污水处理厂一期采用SBR工3上一期：1.5万m/d艺，二期采用卡鲁上海青浦污水处理厂3海二期：4.5万m/d塞尔氧化沟工艺3CASS工艺宜兴市官林镇污水处理厂一期1万m/d江33一期2万m/d；二期2万m/d；苏三槽式氧化沟苏州市新区污水处理厂3三期4万m/d3设计规模5万m/d，实际处理规微孔曝气氧化沟昆明市第六污水处理厂3模为1~3万m/d3设计规模1万m/d，实际处理规ICEAS工艺通海县城市污水处理厂3模7000~8000m/d3一期设计规模5000m/d，实际处云ICEAS工艺江川县污水处理厂理规模4000m3/d；二期设计规模南8000m3/d3设计规模4万m/d，实际处理规Carrousel氧化沟楚雄市污水处理厂3模3.5~3.8万m/d3一期设计规模2万m/d，二期4ICEAS工艺丽江市污水处理厂3万m/d22 2城镇污水处理工艺评述续表2.2城镇污水处理厂地区工艺类型厂名规模3设计规模3万m/d，实际处理规CASS工艺彭州市污水处理厂3模2万m/d悬挂链移动曝气3安县界碑污水处理厂设计规模7000m/dA/A/O工艺3一期设计规模5000m/d，二期设A/A/O工艺九寨沟彰扎镇污水处理厂3计规模8000m/d3一期设计规模5万m/d，实际处Unitank江油市污水处理厂3理规模1万m/d四3设计规模5万m/d，实际处理规川BAF广汉市人福污水处理厂3模3.5万m/d3设计规模4万m/d，实际处理规BAF眉山市城市污水处理厂3模2.4万m/d3一期设计规模4万m/d，实际处改良型DE氧化沟都江堰水质净化中心3理规模1~2万m/d3一期设计规模2.5万m/d，实际改良型DE氧化沟新都金海污水处理厂3处理规模1~2万m/d3一体化氧化沟新都示范工程污水处理厂设计规模1万m/d二级曝气深度处3通达礼泉污水净化厂设计规模4000m/d理3设计规模5万m/d，实际处理规Orbal氧化沟延安市污水处理厂3模1.3~1.5万m/d3陕设计规模3.5万m/d，实际处理SBR铜川市污水处理厂3西规模2~2.2万m/d3一期设计规模2.5万m/d，二期BAF杨凌示范区污水处理厂3设计规模5万m/d3一期设计规模3万m/d，二期设CAST工艺安康江南污水处理厂3计规模6万m/d3传统活性污泥法唐家桥污水处理厂设计规模4.8万m/d3设计规模5万m/d，实际处理规重氧化沟渔洞污水处理厂3模1.5万m/d庆3氧化沟北碚区污水处理厂设计规模5万m/d23 重庆大学博士学位论文续表2.2城镇污水处理厂地区工艺类型厂名规模3设计规模4万m/d，实际处理规改良型氧化沟三峡水务长寿排水公司3模2.5万m/d3设计规模3万m/d，实际处理规氧化沟三峡水务垫江排水公司3模0.98万m/d3三峡水务江津排水公司德设计规模1万m/d，实际处理规氧化沟3感厂模0.28万m/d3三峡水务江津排水公司几设计规模3万m/d，实际处理规氧化沟3江厂模1.4万m/d3设计规模4万m/d，实际处理规氧化沟三峡水务开县排水公司3模1万m/d3设计规模4万m/d，实际处理规氧化沟三峡水务南川排水公司3重模1.14万m/d3设计规模2万m/d，实际处理规SBR三峡水务石柱排水公司3模0.7万m/d三峡水务万州排水公司明3A/A/O设计规模3万m/d庆镜滩污水处理厂三峡水务万州排水公司沱3A/A/O设计规模2万m/d口污水处理厂3设计规模1万m/d，实际处理规氧化沟三峡水务巫溪排水公司3模0.8万m/d3一期设计规模1.5万m/d；远期33氧化沟三峡水务武隆排水公司万m/d。实际处理规模0.55万3m/d3重庆市三峡水务云阳排水设计规模3万m/d，实际处理规SBR3公司模1.14万m/d3重庆市三峡水务忠县排水设计规模2万m/d，实际处理规氧化沟3公司州屏污水处理厂模1.2万m/d24 2城镇污水处理工艺评述表2.3城镇污水处理设施适用工艺Tab2.3Someappropriateprocessesforurbanwastewatertreatmentplant提出者适用工艺[121]文一波（1）吨水投资低，吨水造价在600~1000元；运行费用低，吨水运行费用在0.4元以下；（2）运行管理要求低，不要求有大量专业人员操作管理，操作管理人员数量为现有污水处理厂人员的1/3左右。[122]杨健等A-B法、SBR、厌氧水解-好氧处理、普通活性污泥法、生物滤池、生物接触厌氧池、氧化沟（OD）、废水稳定塘、A/A/O等[123]杨鲁豫等将污水处理与利用、与保护和改善当地的生态环境和水资源相结合的工艺[124]邵林广推荐将生物膜法作为南方城市污水处理的主流工艺，尤其是生物接触氧化法和高负荷生物滤池[125]3顾润南（1）工程静态投资（厂界区内）≤800元/（m∙d））（2）运行费用不超过0.333元/（m∙d）（3）厂界区内建设用地控制在4亩/（万m∙d）。如氧化沟、SBR工艺[126]赵乐军；SBR工艺、氧化沟工艺、传统活性污泥法及其改进型（A/O工艺、A/A/O周雹、谭振工艺）[127]江[128]鄢恒珍等（1）OD、SBR、水解-好氧生物处理工艺、A-B法、生物接触氧化法、生物滤池等（2）生态塘处理系统、人工湿地处理系统以及蚯蚓生态滤池等[129]杭世珺（1）氧化沟工艺、延时曝气工艺、生物转盘、接触氧化及生物滤池工艺（2）人工快速渗滤技术、百乐卡工艺及人工生态绿地[130]张世喜等厌氧水解-高负荷生物滤池陈玉成、严SBR、氧化沟工艺[131]，[132]素定[133]刘丽元（1）A/O、A/A/O、OD和SBR等（2）自然生物净化技术、或小型一体化人工和自然相结合的生物处理技术、或小型一体化人工生物净化工艺[134]李成江自然净化法、氧化沟工艺、百乐卡工艺、SBR工艺、好氧生物滤池工艺和活性污泥法与生物膜法的复合技术陈金銮；姜生态塘系统、土地处理系统和人工湿地[135]瑞需MarcosVanSBR、氧化沟、生物转盘、生物滤池、UASB、化粪池等；塘处理系统、土Sperling等地处理系统、人工湿地、芦苇床等[136][137]25 重庆大学博士学位论文续表2.3提出者适用工艺Markus（1）塘系统、砂滤和芦苇床等（2）序批式反应器及生物滤池[10]BollerJoanGarcía低成本或自然处理系统，尤其是自然处理系统[8]等Lettinga等厌氧处理技术+后续技术（如，生物转盘，砂滤，（微）氧塘，生物滤池，[138]土壤渗滤，人工湿地、膜工艺、特殊强化氧化、一体化氧化工艺等）Innocent活性污泥+出水农灌工艺、活性污泥+出水农灌/人工湿地、浮萍床工艺等自[139]Nhapi然处理系统2.2.2城镇污水处理设施适用工艺简评《指南》课题组在西部地区实地调研时，对城镇污水厂的管理人员与技术人员进行了问卷调查，问卷的内容包括污水处理工艺的经济性能、技术性能、环境性能与社会性能几个方面，现将调查结果归纳如下。①经济性能3在5万m/d规模下，SBR和氧化沟系列的基建费用明显低于常规活性污泥法以及A/A/O工艺，规模越小优势越明显。目前，四川、云南采用SBR、BAF或氧3-1化沟系列的城镇污水处理厂，单位基建投资一般在1000~1300元/（m•d），其中，氧化沟系列工艺因设二沉池，污水处理厂的基建投资较大；BAF污水处理厂的基建投资稍高于SBR工艺污水处理厂，主要源于BAF的土建成本较高。活性污泥法存在明显规模效应，小型污水处理厂的单位处理费用要比大型污水处理厂高40%。处理厂的单位污水处理成本主要由能耗费、工资福利费、污泥处置费用与管理费用组成，且能耗费是处理成本的主要组成部分。SBR系列、氧化沟系列与BAF系列的流程简单、设备少，其能耗费一般较传统活性污泥法、A/O与A/A/O少。从处理成本而言，SBR系列、氧化沟系列及BAF工艺适于处理规模35万m/d以下的城镇污水处理厂。②技术性能对含碳有机污染物的去除方面，SBR系列、氧化沟系列及BAF工艺都有很好的去除效果，处理出水一般能达到国家规定的污水排放标准；在去除营养物质方面，SBR系列、氧化沟系列的脱氮除磷效果较好，且SBR系列的除磷效果优于氧化沟系列，而脱氮效果稍劣于氧化沟系列；BAF工艺具有很好的脱氮效果，但其生物除磷性能不佳，一般需要辅以化学除磷手段补充处理出水才能使含磷量达标。③环境性能26 2城镇污水处理工艺评述问卷调查过程中发现，在剩余污泥量方面，BAF的剩余污泥量最少，氧化沟系列的稍多，SBR系列的最多。在占地方面，SBR系列、氧化沟系列与BAF工艺不设初沉池和污泥消化池，占地较传统活性污泥法、A/O与A/A/O工艺少。其中，SBR系列工艺集进水、反应、沉淀、排水和闲置于同一构筑物，无二沉池与污泥回流，占地省。氧化沟系列可分为合建式与分建式两类，分建式虽然要设单独的二沉池，但因其一般采用转碟曝气，沟深较大，减少了占地。BAF工艺滤池高又无二沉池，并且污泥量少使得污泥处理构筑物容积少，占地也少。表2.4列出了部分城镇污水处理厂的占地情况。23表2.4部分城镇污水处理厂占地（m•d/m）23Tab.2.4Landareaoccupiedbysomeurbanwastewatertreatmentplants（m•d/m）工艺占地工艺占地CASS0.6~0.9ICEAS0.9~1.2UNITANK0.4水解-SBR0.9A/O氧化沟0.7CARROUSEL1.6改良型DE0.5~1BAF0.5悬挂链移动曝气A/A/O工艺2.4BIOLAK0.8表2.5评分结果Tab.2.5Judgmentresults实际处理规模工艺类型工艺运行稳定性工艺操作难度3（万m/d）改良型DE氧化沟1~3较好较易CASS工艺2一般易CAST3较好较易UNITANK工艺1较好易BAF2~4好一般④社会性能SBR系列与氧化沟系列工艺一般不设初沉池和污泥消化池，处理单元比常规活性污泥法少50%以上，操作管理大大简化。而且，SBR系列与氧化沟系列工艺的抗冲击负荷能力较强。为了解它们的实际运行情况，将―运行稳定性‖分为：差、较差、一般、较好、好等五个等级，将―工艺操作难度‖分为：难、较难、一般、较27 重庆大学博士学位论文易和易等五个等级，问卷调查情况见表2.5。由表2.5可知，SBR系列、氧化沟系列与BAF工艺在实际生产中运行稳定，且操作简便，较适于专业人员缺乏的地区采用。2.3小结本章利用《指南》编制组的部分实地调研资料，结合有关文献，对部分污水处理工艺的性能进行了归纳与评述，为城镇污水处理厂的建设提供了备选工艺资料。主要结论如下：4343①我国规划建设城镇的污水量在5×10m/d以下，多在（0.2~2.0）×10m/d范围内。大部分西部城镇污水为典型生活污水。②对于我国小城镇污水处理设施，推荐采用SBR系列、氧化沟系列以及浸没式生物滤池系统，土地资源比较丰富的城镇可采用自然净化系统。28 3可持续决策目标及指标体系研究3可持续决策目标及指标体系研究污水处理过程中，微生物或植物在生长的同时，吸收、降解废水中的污染物质。污水中的污染物质一部分被转化为气体（如CO2、CH4、N2、H2S等），另一部分污染物质被转化为生物固体（如剩余污泥、某些植物等）及其吸附和捕获的固体颗粒物。污水处理过程在保护与改善水体水质的同时，应当实现技术、经济、环境与社会诸要素间的和谐统一。因此，污水处理工艺的优选决策目标应当科学、合理、客观与全面；并且，决策指标的量化方法应当客观性与可操作强。为此，本章在分析我国城镇污水处理工艺优选决策目标现状及其不足的基础上，提出将污水处理工艺的可持续性作为城镇污水处理工艺优选决策目标；然后，借鉴以往研究者的研究成果，构建可持续污水处理工艺的决策指标体系；最后，结合我国国情，确定客观且可操作性强的决策指标量化方法。3.1污水处理工艺优选可持续决策目标3.1.1污水处理工艺优选目标简评污水处理过程是人类保护和改善水体水质的重要工程手段，同时，该过程也消耗能源、资源（如钢材），并向环境排放废渣（如剩余污泥）、废气（如二氧化碳）等污染物。因此，在污水处理工艺选择的过程中，有必要考虑污水处理过程可能产生的负面影响。并且，还应该结合当地的社会状况与文化习俗，以便建成后的污水处理厂能更好地发挥环境效益和社会效益。长期以来，成本效益分析是工程界常用的决策手段——费用最小且收益最大[140]的工艺为最优工艺，由于污水处理收益函数的建立尚未成熟，一般只考虑费用，将这种决策思想用于污水处理工艺决策，其优选结果往往会轻视或忽视环境和资源的价值，导致污水中污染物的转移或造成新的污染。基于此，一些研究者将外部化理论用于污水处理工艺的优选决策，该理论认为费用应由内部费用（如基建费用和运行费用）与外部费用（如对环境、经济和社会造成的损失）组成，然而[141][142]由于外部费用难以准确量化，实际应用中仍以内部费用最小作为优选决策目标。[27~30]，[35]，[37]，[42]，[47]，[46]，随着环境与资源等问题日益突出，近年来部分研究者[49]提倡将―绿色‖引入污水处理工艺优选决策的目标，即环境影响小、资源消耗低的工艺是最优工艺。这种决策目标片面强调工艺的环境影响，轻视污水处理工艺唐然、龙腾锐、龙向宇.城镇污水处理工艺优选可持续决策目标及指标体系探讨.安全与环境工程,2008,15(1)待发表29 重庆大学博士学位论文的经济因素，甚至忽略当地居民的接受程度，容易导致决策结果难以为社会接受。污水处理是涉及技术、经济、环境与社会诸因素的复杂过程，仅以经济费用最小或污水处理工艺的―绿色性‖作为优选决策目标都是片面的。本文认为，正确的工艺优选决策目标应当着眼于人类与自然环境的和谐统一，正确处理人口、社会经济和资源环境间的关系，实现污水处理过程的经济性、社会性、资源耗用与环境影响之间的协调，即应―天人合一‖。3.1.2污水处理工艺优选可持续决策目标①可持续发展概念可持续发展的概念于1972年在联合国第一次人类环境大会《增长的极限——―罗马俱乐部‖关于人类困境的报告》中首次提出，它要求摒弃自工业革命以来将单纯追求经济总量的增长作为衡量发展的唯一标志的传统发展观，提醒人们应[143][144]该关注人类与自然资源之间的矛盾。1987年，以挪威首相布伦特兰夫人为首的世界环境与发展委员会在《我们共同的未来》一书中首次正式使用了可持续[145]发展这一概念，提出可持续发展的准则与行动纲领，并迅速得到公众的认可。两年后，联合国环境规划署在15届理事会期间发表了《关于―可持续发展‖的声明》，声明中指出；―可持续发展是指满足当代人的需要而又不削弱子孙后代满足其需要[146]能力的发展‖。1992年，《里约热内卢环境与发展宣言》明确提出―地球的整体性与相互依存性‖，充分体现出关于环境与发展领域合作的全球共识与最高级别的政治承诺。2002年，南非召开的世界可持续发展首脑峰会为进一步加强全球范围的可持续发展达成共识，并为未来全球可持续发展定下基本基调。30多年来，可持续发展概念经历了由―单一强调对自然与环境的保护‖到现在强调将―人口、资源、环境与经济协调发展‖的演化过程，它不仅是一种发展模式，更被认为是人类的发展目标，其核心是科学地处理人口与资源、环境之间的矛盾，实现不同时空下人[147]口、资源、环境、经济与科学技术之间的动态协调发展。目前，世界各国都将可持续发展作为一项长远战略加以重视，倡导循环经济[147]并在各领域推行清洁生产；在污水处理领域，污水处理工艺走可持续发展道路[14]，[37~39]，[43~44]，[46~51]已被认为是污水处理工艺的发展方向。由于―可持续发展‖的内涵不断随着人们价值观与哲学观的发展而完善，至今为止尚无被普遍接受的可持[148][147]，[148]续发展定义；并且，―可持续发展‖在不同应用领域的具体内涵互不相同。目前，污水处理领域还没有被普遍接受的可持续污水处理工艺的定义。因此，有必要给出易于理解、且便于操作的―可持续污水处理工艺‖定义，为决策者与工程技术人员提供判别依据。②可持续性污水处理工艺―可持续污水处理工艺‖的定义需要根据可持续发展的核心思想，并结合污水处30 3可持续决策目标及指标体系研究理领域的自身特点给出。笔者认为，污水处理工艺是否可持续可借助污水处理工艺的―可持续性‖（sustainabilityofwastewatertreatmentprocess）的大小来衡量。本[38][51]文结合AnneliesJ.Balkema等与HenrikAspegren等的研究成果，认为污水处理工艺的可持续性应从四个方面来衡量，即：技术可持续、经济可持续、环境可持续与社会可持续，如图3.1所示。其中，技术可持续性是指污水处理过程必须保证受纳水体功能，环境可持续性指保持好各种陆地和水体等环境系统，经济可持续性指效益超过或等于成本，而社会可持续性指工艺与当地的社会状况与文化习俗相符合。使用者经济可持续技术可持续工艺社会可持续环境可持续图3.1可持续的污水处理工艺Fig.3.1Sustainablewastewatertreatmentprocess3.2可持续决策目标的量化指标体系可持续污水处理工艺的优选决策过程需要具有科学性、代表性、意义明确、度量规范、获取方便与结构合理的决策指标体系。根据污水处理工艺可持续性的定义，本文衡量污水处理工艺可持续性的决策指标包括四个方面，即：技术指标、经济指标、环境指标和社会指标。3.2.1技术指标污水处理的基本作用是保证受纳水体的使用功能，因而技术可持续性首先应以污水处理工艺能达到相应的污水排放标准为准则。当前，我国近海海域、各主要淡水湖泊以及三峡库区都有不同程度的富营养化现象，大部分新建城镇污水处理厂必须具有脱氮除磷功能。二级处理后出水的BOD、COD、SS值一般都能达到[137]国家排放标准，但对于TN、TP，只有部分二级处理工艺的出水能满足排放要求。一方面，磷是造成水体富营养化的主要因素；另一方面，磷是一种重要的不可再[149]，[150]生资源，我国富磷矿贮藏量仅能维持使用10~15年时间，从这个角度而言，从污水中回收磷具有重要意义。因此，污水处理工艺在满足污水排放标准的基础上，还应考虑其从污水中回收磷的潜力。所以，污水处理工艺的技术可持续性可31 重庆大学博士学位论文通过在满足排放标准的基础上处理工艺对污水中磷的回收潜力来衡量。目前，从污水中回收磷的主要方式是选取最佳回收点——溶解性磷富集处（如厌氧池或污泥消化池），以鸟粪石或磷酸钙等形式回收磷，并且，富磷液浓度是影[151~155]响回收量的关键参数。厌氧环境下可以得到富磷液，富磷污泥是提高上清液含磷量的前提，也就是说，生物除磷是磷回收的基础。因此，本文以二级处理中生物处理的除磷效率反映除磷过程的磷回收潜力。所以，技术可持续性的量化方法（T）可通过在满足污染物排放标准的前提下，结合其中生物处理系统的总磷去除率来建立，如式（3.1）所示：0,不达标时Tc0.60.4,达标时(3.1)b0该指标借鉴―0-1‖函数的思想构建：若工艺不满足排放标准，则函数值为0；若满足排放标准，先赋值0.6，表示该工艺基本满足技术要求；再以0.4c/b描述工0艺的磷回收潜能。式中，c为备选污水处理工艺中生物处理过程的总磷去除率；b0为理想生物除磷工艺的总磷去除率，本文取b=100%。03.2.2环境指标目前，一部分国外学者用生命周期法（lifecycleassessment,LCA）来评价污水[35]，[39]，[40]处理工艺的环境影响。然而，LCA要求量大且质高的原始数据，而我国目前尚无公开的国家生命周期清单数据库，LCA在实际应用中将受到很大的限制[156]。相对LCA而言，生命周期清单法较为简洁明了，更适用于分析污水处理工艺的环境影响。生命周期清单法是对污水处理厂在整个生命周期阶段，能量与资源的消耗，以及对环境的排放（如对全球变暖、臭氧耗竭的影响等）进行数据量化分析。近年来，部分国内学者已开始研究污水处理厂在全球变暖、臭氧耗竭、光化学烟雾等方面产生的环境影响，然而相关数据极其缺乏，从决策过程的可操作性考虑，目前暂不将其作为评价指标。因此，本文借鉴生命周期清单法的思想，通过量化分析工艺在其整个生命周期阶段的能量与资源消耗，来衡量其环境可持续性。①能耗污水处理工艺的能耗包括直接能耗与间接能耗。前者指处理过程耗费的能量，后者包括建材生产和运输、建筑施工、耗用药剂的生产和运输、以及工艺拆除报废阶段的能耗。1)直接能耗城镇污水处理厂的能耗主要为二级处理系统与污水提升的能耗，且前者的能耗占总能耗的60%以上。由于各工艺中污水提升的能耗相近，故优选工艺时，可32 3可持续决策目标及指标体系研究采用二级处理系统的能耗（包括曝气池、二沉池、混合液回流和污泥回流系统、剩余污泥排放单元）来衡量与比较不同工艺的直接能耗。衡量污水处理工艺能耗的传统指标是比能耗，它指处理单位体积污水所耗费的外界供给能量。对处理工艺而言，剩余污泥能量的回收可以降低外界供能与生[150]，[157]物固体的体积。有研究者提出，可持续的污水处理工艺应尽量降低外界供能来强化污染物的生物降解，并以甲烷等反应产物形式回收进水污染物的能量。进水污染物的能量会影响外界供能，然而比能耗不能反映它们对总能耗的影响。如果采用衡量热设备能量平衡的技术指标——能量利用率表示污水处理系统的直接能耗可能更为合理。能量利用率指标是根据热力学第一定律，以输入研究对象[158]的全部能量为基础进行计算。当用能量利用率衡量污水处理系统的直接能耗时，不仅能考虑剩余污泥对工艺能耗的影响，而且能兼顾进水污染物本身能量对工艺能耗的影响。能量利用率（η）指系统有效耗用能量与外界供给总能量的比值。对于稳定运行的二级处理系统，输入系统的能量包括进水中有机污染物的含能量（简称E进[159]水，1gCOD=13.91KJ）与外界输入系统的能量（简称E输入，主要指电能，1kw·h=3600KJ），输出系统的包括出水中有机物含能量（简称E出水）、剩余污泥蕴含的能量[159]（简称E剩余污泥，1gVSS=22.15KJ），以及系统损失的能E热，如图3.2所示。二级处理系统有效降低的能量为（E进水-E出水-E剩余污泥），其回收的能量（简称E回收）是被系统有效利用的部分，因此系统总有效耗能为（E进水-E出水-E剩余污泥）+E回收。η计算公式见式（3.2）。η=总有效耗能=(E进水E出水-E剩余污泥)E回收（3.2）外界供给总能E进水E输入EE出水进水稳定运行二级处理系统E剩余污泥E输入E贮存=0E热图3.2二级处理系统能量平衡图Fig.3.2Energybalanceofsecondarytreatmentsystem33 重庆大学博士学位论文2)间接能耗分析污水处理工艺间接能耗时，空间边界一般界定为厂界，时间边界通常为15~20年，如图3.3所示。污水处理工艺的间接能耗体现在施工建设阶段、生产阶段与拆除作业阶段，其中施工建设阶段能耗（简称E1）包括建材生产能耗（简称e11）、建材运输能耗（简称e12）和建筑施工能耗（简称e13）；生产阶段能耗（简称E2）指耗用药剂的生产（简称e21）和运输能耗（简称e22）；拆除作业阶段能耗（简称E3）包括拆除作业能耗（简称e31）和覆土填充材料运输能耗（简称e32）。间接能耗的计算公式可由式（3.3）表示。E=E1+E2+E3=（e11+e12+e13）+（e21+e22）+（e31+e32）(3.3)式中，e11—∑建材i耗量×建材i单位生产能耗，一般考虑三材：钢材、木材、水泥，755它们的单位生产能耗分别为：3.62×10kj/t、5.31×10kj/t和9×10kj/t；e12、e22—运输单位能耗×运输里程，运输单位能耗可取为1836kj/(t·km)；e13—施工面积×单位施工面积能耗，单位施工面积能耗可取为622.33×10kj/m；4e21—可只考虑改善污泥脱水性能的聚合物能耗，为3.953×10kj/kg；e31—可按0.9e13计；e32—覆土填充材料量×运输单位能耗，其中，覆土填充材料量=施工面积×3覆土平均深度（1.5m）×2.0kg/m。施工建设阶段：运行阶段：拆除阶段：建材生产能耗（e11）药剂生产能耗（e21）拆除作业能耗（e31）建材运输能耗（e12）药剂运输能耗（e22）覆土填充材料运输能（e32）建筑施工能耗（e13）时间范围：15~20年空间边界：厂界图3.3间接能耗示意图Fig.3.3Indirectenergyusage②物耗污水处理工艺的物耗由直接物耗与间接物耗两部分组成，前者主要指处理工艺的药耗和占地，后者包括建筑施工阶段与拆除作业阶段的耗用物质。成本效益分析中，采用运行费、征地费和材料费来反映物耗。社会的高速发展使土地的珍贵性日益突出，且土地是直接关系到人类可持续发展的重要资源，从这个意义上34 3可持续决策目标及指标体系研究讲，征地费无法全面反映土地资源的价值。因而，有必要单独考虑处理厂占地，并将其作为物耗指标的重要组成部分，以便在决策中体现土地资源的价值。二级处理系统占地是工艺占地的主要组成。通常各工艺的预处理流程与构筑物相似，并且各方案的道路、绿化等公共设施与辅助建筑物的占地面积类似。工艺优选决策时，本文用二级处理系统（包括生化池、二沉池、污泥处理与处置单元）的占地可以大体反映工艺的占地情况。工艺的占地可用式（3.4）表示。Aai(3.4)i2式中，ai—二级处理系统各构筑物的平面面积，m。3.2.3经济指标在本研究中，工艺的能量/资源消耗和产生的环境影响已体现在环境指标中，因而在经济指标中没有必要考虑外部费用，可直接用内部费用的动态年费用大小[160]来衡量经济可持续性，计算公式见式（3.5）。ni1iWCY1in1(3.5)式中，W—年费用，万元/年；C—工程项目基建投资，万元；Y—年运行费用，万元/年；i—年利率；n—工程寿命期，年。3.2.4社会指标污水处理工艺运行的好坏与操作人员、当地居民有紧密的联系。因此，社会可持续性可从居民可接受度、运行管理难易程度以及工艺对操作人员的文化水平要求三方面来描述。居民可接受度可采用―0-1‖函数来衡量，当工艺被当地人接受时，取值为―1‖；若不被接受，则取值为―0‖。只有可接受度指标取值为―1‖的方案才能参与优选决策。运行管理难易程度与工艺对操作人员的文化水平要求为两个定性指标，采用专家打分法赋值。运行管理难易程度指标主要包括―工艺运行稳定性‖、―工艺简洁[161]程度‖、―对自动化要求程度‖和―污泥处理难易‖四方面，对每方面，建议采用三级划分法，即难、中、易三个等级，以0.9、0.5、0.1作为相应取值；而且为简化计算，本文假定每方面的权值均取为0.25。工艺对操作人员的文化水平要求也采用三级划分法来量化取值，即分为高、中、低三个等级，以0.9、0.5、0.1作为相应取值。3.3污水处理工艺优选决策指标体系的应用本文对三峡库区某山地城镇的污水处理厂优选决策的可持续决策指标体系进35 重庆大学博士学位论文3行了研究。该厂的设计规模为4000m/d，截污干管收集的污水主要为生活污水，该厂的设计进水水质见表3.1。设计出水水质执行《城镇污水处理厂污染物排放标准》（GB18918-2002）一级B类标准。根据进出水水质要求与当地实际情况，根据西部城镇污水处理厂建设推荐的适宜工艺，初步确定SBR、BAF与Orbal氧化沟3种工艺作为备选工艺。为对比起见，本章先采用成本效益分析对三种方案进行比较，然后采用可持续决策指标体系及指标量化方法对3种备选工艺作初步的分析与比较。表3.1三峡库区某城镇污水处理厂设计进、出水水质（mg/l）Tab.3.1ThedesignedwaterqualityofinfluentandeffluentofaWWTPinThreeGorgeReserviorAreas(mg/l)项目CODcrBOD5SSNH3-NTP进水水质350180250353.8出水水质≤60≤20≤20≤8≤1.53.3.1成本效益分析对三种工艺的比较成本效益分析对三种工艺的比较见表3.2。这三种备选工艺都能够满足《城镇污水处理厂污染物排放标准》（GB18918-2002）一级B类标准要求，在技术上均可行。在工程中投资方面，SBR与BAF低于Orbal氧化沟工艺，这是因为SBR与BAF不设二沉池和污泥回流系统；相对于SBR工艺，BAF工艺由于有滤池反冲洗构筑物及相关设备而增加了工程项目总投资。在运行成本方面，BAF最少，SBR次之，Orbal氧化沟工艺最高。在动态年费用方面，BAF与SBR接近，Orbal氧化沟工艺最高。从成本效益分析的结果来，BAF与SBR比较接近，BAF略优于SBR。表3.2成本效益分析对三种方案的比较Tab.3.2Economicindicatorsofalternativesprocesses指标经济技术工程项目总运行成本（元年费用（万元/3工艺投资（万元）/m）年）SBR满足排放要求851.340.43109.58BAF满足排放要求934.510.36103.73Orbal氧化沟满足排放要求997.920.58138.593.3.2可持续决策指标体系对三种工艺的初步比较采用可持续决策指标体系及指标量化方法对三种工艺的初步比较见表3.3，三种工艺间接能耗指标的具体内容见表3.4。在技术指标方面，SBR最好，Orbal氧36 3可持续决策目标及指标体系研究[162~164]化沟次之，BAF最低，其原因为：SBR的生物除磷效果较好，可达80%左右，[165]Orbal氧化沟工艺的生物除磷率在50%左右，而BAF的生物除磷效果较差，仅[167~170]约35%。在能量利用率方面，BAF的值最高，SBR与Orbal氧化沟的接近，这是因为BAF不仅电耗少而且剩余污泥量也少；SBR的电耗小于Orbal氧化沟，但其剩余污泥量比后者大，因而两者的能量利用率相近。在间接能耗方面，SBR的间接能耗最少，其次是BAF，Orbal氧化沟最多。计算结果表明（见表2.4），建材生产能耗、建筑施工能耗与拆除作业能耗是间接能耗的主要组成部分，Orbal氧化沟二级处理系统的构筑物较多且土建量大，在三种工艺中其间接能耗最大；BAF二级处理系统的构筑物多于SBR，因此BAF的值高于SBR。在物耗方面，Orbal氧化沟的占地最大，SBR次之，BAF的占地最少，这是因为三种待选工艺中只有Orbal氧化沟工艺中有二沉池，而BAF污泥处理构筑物的面积小于SBR，这使得BAF占地比后者稍少。经济指标方面，BAF的年费用稍小于SBR，Orbal氧化沟的最大。社会指标方面，通过对科研院所、库区已运行污水处理厂以及重庆市三峡水务集团、环保局等相关部门的资深工作人员的问卷调查发现，三种工艺都被当地人接受。其中，BAF的运行管理最容易，其次是Orbal氧化沟，再次是SBR。这是由于BAF工艺为高效的生物膜处理工艺，不易发生污泥膨胀，便于中小污水处理厂的运行与管理。在对操作人员文化水平要求方面，Orbal氧化沟被认为最优，其次是是SBR，而BAF的要求最高。这是由于BAF工艺需要进行反冲洗，反冲洗是更新生物膜、解决堵塞问题的关键步骤；反冲洗方式与周期的控制，需要操作者具有一定文化素质并接受必要的操作培训。SBR工艺运行过程中的进水、曝气、沉淀、排水四个阶段需要通过自动控制来完成，这也需要操作者具有一定文化素质并接受必要的操作培训。由上可知，本章给出的可持续决策指标及其量化方法较成本效益分析法，能对备选工艺从技术、环境、经济和社会四个方面进行更全面的比较。表3.3工艺方案可持续决策指标Table3.3Sustainableindicatorsofalternativeprocesses指标环境经济社会能耗物耗年费用运行管对操作者技术可接能量利间接能耗占地（万元/理难易文化水平受度72工艺用率（×10KJ）（m）年）程度要求SBR0.920.280893.446961.33109.5810.800.70BAF0.740.531940.289938.23103.7310.650.71Orbal氧化沟0.800.2791222.7641327.70138.5910.740.5837 重庆大学博士学位论文表3.4工艺间接能耗指标7Table3.4Indirectenergyuseofalternativeprocesses(×10KJ)覆土填充建材生产建材运输建筑施工耗用药剂耗用药剂拆除作业材料运输工艺能耗能耗能耗生产能耗运输能耗能耗能耗（e11）（e12）（e13）（e21）（e22）（e31）（e32）SBR423.391.83223.9942.690.040201.590.011BAF511.732.11278.6111.070.010196.750.010Orbal氧597.672.49309.3534.790.032278.420.015化沟3.4小结本章提出了用可持续性作为污水处理工艺优选决策目标，并结合污水处理工艺的特点，确定了污水处理工艺可持续性的内涵，认为污水处理工艺可持续性可从技术、经济、环境与社会四方面来描述。接着，结合我国实际，构建了具有操作性、代表性与客观性的可持续决策指标体系，并给出了具体的指标量化方法，见表3.5。最后，对三峡库区某山地城镇的城镇污水处理厂优选决策的可持续决策指标体系进行了应用研究，结果表明，该决策指标体系全面，并且指标量化方法具有可操作性。表3.5可持续决策目标的量化指标Tab.3.5Indicatorsforsustainableselectionobject指标量化方法技0.60.4c技术指标0或b0术(EE-E)E进水出水剩余污泥回收能量利用率EE进水输入环间接能耗E1+E2+E3境ai占地in经i1i年费用nCY1i1济可接受度0-1函数社运行管理难易程度会专家评分法对操作人员文化水平要求38 4决策指标权值求解方法研究4决策指标权值求解方法研究传统权值求解方法，如广义特征根法、改进梯度向量法、广义特征向量法、最小二乘法、对数最小二乘法、改进最小二乘法与最小偏差法等，操作繁琐复杂，并且在实际应用中没有考虑保留判断者的原始信息。相比而言，权值优化函数能很好的解决上述问题，它不仅能够最大程度的保持判断矩阵的原始信息，而且可在一定范围内自动修正判断矩阵的一致性。然而，权值优化函数为非线性优化函数，常规优化方法难以求解。遗传算法（GeneticAlgorithm）是求解非线性优化函数的有效手段，但是基本遗传算法（CanonicalGeneticAlgorithm，简称CGA）存在易早熟收敛的缺陷，导致求解效率低、运算过程稳定性差。为提高权值优化函数的求解效率与求解稳定性，本章构建了基于模糊聚类的改进遗传算法（ModifiedGeneticAlgorithmbasedonFuzzySystem，简称FMGA）求解决策指标权值，并将FMGA算法用于三峡库区城镇污水处理工艺优选决策指标权值的确定。4.1遗传算法遗传算法是模拟自然界生物进化过程与机制求解极值问题的一类自组织、自适应的全局优化概率搜索算法，是对达尔文的自然进化论（1858年）与孟德尔的遗传变异理论（1866年）的模拟，具有坚实的生物学基础。遗传算法利用智能生成过程观点模拟生物智能，具有鲜明的认知学意义；适用于无表达式或有表达式的任何类型函数，具有很强的鲁棒性（robustness），能解决任何类实际问题。遗传算法已经被应用于函数优化、组合优化、生产调度问题、自动控制、过程控制、机器学习、图像处理、人工生命、遗传编程、经济预测、工程优化等众多领域。上世纪90年代，我国开展遗传算法研究。目前，GA已成为我国继专家系统、人[171~174]工神经网络之后有关人工智能方面的第三个热点课题。4.1.1遗传算法基本思想遗传算法一般从代表问题可能潜在解集的初始种群开始。这个种群由一定数目的个体组成，每个个体是带有染色体特征的实体。染色体作为遗传物质的主要载体，其内部表现（即基因型）是多个基因的某种组合，它决定个体的外部表现。因此在遗传算法的开始阶段，需要建立从表现型到基因型的映射，即编码。初始种群产生之后，按照适者生存和优胜劣汰原理，逐代演化产生出越来越好的近似唐然龙腾锐龙向宇.基于模糊聚类的改进遗传算法[J].重庆大学学报（自然科学版），2008，31（2）：166~169唐然龙腾锐龙向宇.改进遗传算法确定城镇污水处理工艺优选决策指标的权值[J].中国给水排水，已录用，待发表39 重庆大学博士学位论文解。在每一代，根据问题域中个体适应度的大小挑选个体，并借助于自然遗传学的遗传算子（geneticoperation）进行组合杂交与变异，产生代表新解集的种群。如同自然进化过程，上述过程将导致后生代种群比前代更加接近最优值，末代种群中的最优个体经过解码（decoding）得到问题的近似最优解。图4.1给出了遗传算法的基本过程。问题域（表现型）编码解码父个体1子个体1父个体2子个体2父个体3子个体3父个体4子个体4遗传域（基因型）选交变择叉异下一代否是否满足优化准则？是最终代图4.1遗传算法的基本过程Fig.4.1BasicprocedureofGA4.1.2遗传算法的数学基础遗传算法的数学理论和分析工具有：模式定理、马氏链模型与收敛理论。①模式定理模式定理是指导遗传算法的基本理论。其具体内容为：在考虑选择、杂交与变异操作的作用下，一个特定模式在下一代中期望出现的数目可以近似的表示为：F(H)(H)m(H,t1)m(H,t)[1pO(H)p](4.1)cmFl140 4决策指标权值求解方法研究式中，m(H,t1)——表示在(t1)代种群中存在模式H的个体数目；m(H,t)——表示在t代种群中存在模式H的个体数目；F(H)——表示在t代种群中包含模式H的个体平均适应度；F——表示在t代种群中所有个体的平均适应度；l——表示个体的长度；p——表示杂交概率；cp——表示变异概率。m根据模式定理可知，在选择算子、杂交算子与变异算子的作用下，具有低阶、短定义距以及平均适应度高于种群平均适应度的模式在子代中呈指数增长，最终接近全局最优解。②马氏链模型马氏链模型是采用转移理论与极限理论研究遗传算法极限行为的工具。遗传算法的马氏链模型主要有三种：种群马氏链模型、Voes模型与Cerf模型。其中，种群马氏链模型将遗传算法的种群迭代序列视为一个有限状态马氏链，可以研究遗传算法的极限行为；相对于其它两种模型，种群马氏链模型对遗传算法的解释能力较强，也较直观；但是没有对马氏链转移概率给出详细的描述，并且没有利用遗传算法独有的特性。Voes模型能对无限种群规模下的遗传算法极限行为进行研究，但该法研究成果的实用性不强。Cerf模型采用动力系统的随机扰动理论研究遗传算法的极限行为及收敛速度，其研究结果能最为全面的描述遗传算法的收敛性，但是需要假设种群规模趋向于无穷大。③收敛理论收敛理论利用鞅方法与迭代方法对遗传算法的收敛性进行研究。该理论采用两个参数描述遗传算法的收敛性，这两个参数分别用来描述随机搜索过程进入满意解后下一步脱离满意解的可能性，与搜索过程未进入满意解时下一步仍不能进入满意解的可能性。收敛理论将对遗传算法收敛性的研究变为对纯概率的研究，具有直观且简练特点。4.1.3遗传算法的特点遗传算法是一种随机优化与搜索方法，具有如下特点：①自组织、自适应与自学习性在编码方法、适应度函数及遗传算子确定后，遗传算法利用进化过程中积累的寻优信息搜索解空间，并通过基因重组和基因突变等遗传操作，可产生更适应环境的后代，降低了搜索的盲目性。GA的这种自组织、自适应特征，使其能根据环境变化来了解环境的特性和规律。41 重庆大学博士学位论文②良好的并行性遗传算法按并行的方式搜索一个种群数目的点，而不是某一点，它的并行性表现在内在并行性与内含并行性两个方面。GA可以在所有的并行机或分布式系统上进行并行处理，待运算结束后再进行通信比较，选取最佳个体；同时，采用种群的方式组织搜索，搜索解空间内的多个区域，提高了搜索效率。良好的并行性，使得GA具有全局优化性与稳健性。③很好的通用性遗传算法不要求目标函数可导或可微，也不需要事先描述优化对象的全部特征，适用于任何大规模、高度非线性的不连续多峰函数的优化以及无解析表达式的目标函数的优化。④可操作性强遗传算法的可行解集由编码来表示，目标函数可理解为编码个体（可行解）的适应值，具有良好的可操作性。4.1.4遗传算法的实现技术①编码（coding）编码技术是遗传算法设计中需要解决的首要问题与关键步骤。实际问题中的编码设计，必须对编码方法、交叉和遗传运算方法等统一考虑。目前已经提出许多不同的编码方法，总体可以分为三类：二进制编码方法、浮点数编码方法与符号编码方法。1)二进制编码方法二进制编码方法是遗传算法中常用的编码方法，它将原问题的解空间映射到二进制符号串空间{0，1}上，然后进行遗传操作，最后通过解码过程将得到的个体还原为表现型。二进制的编码与解码过程为：在进行二进制编码时，首先要确定二进制符号串的长度l，l的值取决于解的精度。二进制编码的精度如式（4.2）所示：uumaxminlg[]llg(4.2)lg2ii式中，—解的精度；u，u—分别是个体X的第m个分量x的实数下限与minmaxtt,m上限。解码时，二进制符号串的解码公式如式（4.3）所示：liik1umaxuminxt,m=umin(bst,m,k2)l(4.3)k12142 4决策指标权值求解方法研究ii式中，bs是x的二进制编码表示。t,m,kt,m二进制编码与解码操作简单易行，杂交、变异等遗传操作便于实现，而且便于利用模式定理进行理论分析等。与浮点数编码相比，二进制编码的搜索能力强，[175]而且种群规模越大，表现得越明显。2)浮点数编码方法浮点数编码是采用个体的实数值进行，因此浮点数编码又称为真值编码方法。决策分量中的每个基因用决策分量变化范围内的一个浮点数表示，决策变量的编码长度就等于决策分量的个数。浮点数编码能体现解决问题的背景知识，并适合于变量参数多的问题。但该方法要求保证交叉、变异等操作的结果必须在基因值给定的区间，且交叉运算不能在中间字节分隔处进行。3)符号编码方法符号编码方法是：个体染色体编码符号串中的基因取自一个无数值含义、而只有代码含义的符号集。如{A,B,C,D,E,…}、{A1,B1,C1,D1,E1,…}等。该方法便于在遗传算法中结合所求问题的专业知识。但在使用中，需要认真设计杂交、变异等遗传运算操作，以满足问题的各种约束条件，才能提高算法的搜索性能。②适应度函数（fitnessfunction）适应度函数F(f(x))是由最优化问题的目标函数f(x)转化而成的。遗传算法在进化搜索中基本不利用外部信息，仅以适应度函数为依据，利用种群中每个个体的适应值来进行搜索。因此，适应度函数的正确选取至关重要。几种常见的适应度函数为：1)直接将待求解的目标函数转化为适应度函数若目标函数为最大化问题，则适应度函数可以表示为：Fit(f(x))f(x)(4.4)若目标函数为最小化问题，则适应度函数可以表示为：Fit(f(x))f(x)(4.5)这种适应度函数简单直观，但某些待求解函数在函数值分布上的差异很大，由此得到的平均适应度可能不利于体现种群的平均性能，影响算法的性能。2)界限构造法若目标函数为最小问题，则适应度函数可以表示为：43 重庆大学博士学位论文cmaxf(x),f(x)cmaxFit(f(x))(4.6)0,其他式中，c为f(x)的最大估计值。max若目标函数为最大问题，则适应度函数可以表示为：f(x)cmin,f(x)cminFit(f(x))(4.7)0,其他式中，c为f(x)的最小估计值。min界限构造法是对第一种方法的改进，但有时存在界限值预先估计困难、不精确的问题。3)保守界限构造函数若目标函数为最小问题，则适应度函数可以表示为：1Fit(f(x)),c0,cf(x)0，(4.8)1cf(x)若目标函数为最大问题，则适应度函数可以表示为：1Fit(f(x)),c0,cf(x)0，(4.9)1cf(x)式（4.8）、式（4.9）中的c为目标函数界限的保守估计值。这种方法与界限构造法类似。适应度函数的设计应满足单值、连续、非负、最大化、合理、一致性、计算量少与通用性强等要求。设计适应度函数时，注意避免遗传算法出现欺骗问题。此外，在遗传算法的不同阶段，有时需要对适应度函数进行适当的扩大或者缩小，即对适应度函数作尺度变换。常用的尺度变换方法有：线性变换法、幂函数变换法与指数变换法等。③选择算子（selection）选择算子是从父代群体中选取遗传到子代群体的个体的运算。选择算子是以个体的适应度值评价为基础的。目前，有三种常用的选择方法。1)轮盘赌选择（roulettewheelselection）轮盘赌选择属于随机选择，也称为比例选择，是一种最简单的选择方法。其基本思想为：个体被选中并遗传到下一代的概率与其适应度值大小成正比。这种选择方法直观简单；但由于是随机操作，其选择误差较大，有时甚至连适应度较高的个体也选择不上。设群体的种群规模为N，个体X的适应度值为F，则个体X被选择的概率表iii示为：44 4决策指标权值求解方法研究NPiFi/Fj(4.10)j12)竞技选择（tournamentselection）竞技选择是通过相互竞争，竞争后的优胜者成为下一代的个体。在每一代群体中，每次都随机选择T个个体构成一个小群体，然后从这个小群体中选取适应度值最大的个体复制，进入下一代群体。被复制后的个体仍然返回到父代群体中，参加下一次T个个体的随机选择。这种随机选择如此重复S次，得到S个下一代个体。竞技选择法中，T值的大小决定优胜者适应度值的大小：T值越大，选择出的优胜者具有较大的适应度值；反之，亦然。3)最优保存策略（elitistselection）最优保存策略是将当前种群中适应度值最高的个体，不参与杂交运算和变异运算，而是用它来替换掉本代群体中适应度值最低的个体。其目的是确保当前最优个体不会被随机进行的遗传操作破坏，遗传算法收敛的一个重要保证条件。但是该方法也容易使某个局部最优个体不易被淘汰反而迅速的扩散，造成算法的全局搜索能力不强。因此，此方法一般应与其它方法配合使用。④杂交算子（crossover）杂交是将两个父代个体的部分结构加以替换重组产生新个体的操作。一般而言，要求杂交算子尽量不破坏个体编码串中的优良模式，并产生一些较好的个体模式。根据个体编码方式的不同，杂交算子的表示方法有：1)二进制杂交对于二进制编码符号串，常用的杂交方法有单点杂交、两点杂交、多点杂交与均匀杂交等。a.单点杂交单点杂交（又称简单杂交）是指在个体编码串中随机设置一个杂交点，然后在该点交换两个配对个体的部分染色体。例如两个随机配对的父代个体：父代个体1与父代个体2，它们的编码串长度为10，随即选择确定杂交点位置为6，则单点杂交可以表示为图4.2。父个体子个体1001110010100111001101010000110101000010图4.2单点杂交Fig.4.2One-pointcrossover45 重庆大学博士学位论文b.两点杂交两点杂交是指在个体编码字符串中随机设置两点，然后对两点间的字符串予以交换。例如两个随机配对的父代个体：父代个体1与父代个体2，它们的编码串长度为10，随即选择确定杂交点位置为2与6，则两点杂交可以表示为图4.3。父个体子个体1001110010100100001001010000110101110011图4.3两点杂交Fig.4.3Two–pointcrossoverc.多点杂交与均匀杂交多点杂交（又称为广义杂交）是指在个体编码字符串中随机设置多个杂交点，然后进行基因交换。均匀杂交是指两个配对个体的每一个基因座上的基因都以相同的杂交概率进行交换，从而形成两个新的个体。均匀杂交实际上属于多点杂交的范畴。2）浮点杂交（实值杂交）对于浮点编码，常用的杂交方法有离散重组、中间重组与线性重组等。a.离散重组离散重组是在个体间交换变量的值，子个体的每个变量可按等概率随机的挑选父个体。例如两个随机配对的父代个体：父代个体1与父代个体2，，则离散重组可以表示为图4.4。父个体子个体420651341065368102364106536图4.4离散重组Fig.4.4Disceterecombinationb.中间重组中间重组只适用于浮点数编码。子个体按公式（4.11）产生。子个体父个体1（父个体2父个体1）(4.11)46 4决策指标权值求解方法研究式中，是一个比例因子，可由[0，1]上的均匀分布随机数产生。在按照式（4.1）生成子代时，子代的每个变量都要选择一个新的值。c.线性重组线性重组与中间重组类似，只是前者在生成子代时，子代所有变量的值相同。⑤变异算子杂交之后是子代的变异，变异算子是产生新个体的辅助方法。变异算子本身是一种局部随机搜索，与选择算子和杂交算子结合在一起，能完成对搜索空间的全局搜索与局部搜索。根据个体编码方法的不同，变异算子的表示方法有：1）二进制变异二进制符号串常用的变异方法有单点变异（onepointmutation）、两点变异（twopointmutation）及多点变异等。单点变异是随机选取父代个体串中的某一位二进制字符，将其取反，即：若为1，则取为0；若为0，则取为1，如图4.5所示。同理，两点变异是随机选取二进制字符串中的两位二进制字符，将它们取反；多点变异是随机选取二进制字符串中的多位二进制字符，将它们取反。除上述基本变异法外，还有其它基本的变异方法，如换位、复制、插入、删除等父个体子个体10011100101001010010图4.5单点变异Fig.4.5onepointmutation2）浮点（实值）变异浮点变异的最优变异步长视具体情况而定，并且可以在优化过程中改变。常用的浮点变异算子如式（4.12）所示。XX0.5L(4.12)1a(i)111式中，i，a(i)以概率m取值1，以概率（m）取值为0，通常m20；i02X是变异前变量的值，X是变异后变量的值，L是变量的取值范围。4.1.5基本遗传算法针对不同的应用领域及实际问题，研究者与工程技术人员采用不同的实现技术，构成多种多样的遗传算法。其中，Holland教授提出的算法被称为基本遗传算法（CanonicalGeneticAlgorithm，简称CGA），该算法的进化过程简单、容易理解，是改进遗传算法的基础。47 重庆大学博士学位论文①基本遗传算法的表示形式基本遗传算法的形式化定义可以表示为式（4.13）。CGA(N,F,s,c,m,p,p,T)(4.13)cm式中，N为种群规模，F为个体适应度评价函数，s为选择操作算子，c为杂交操作算子，m为变异操作算子，p为杂交概率，p为变异概率，T为运算终止条cm件。②基本遗传算法的实现技术及其不足基本遗传算法采用固定长度的二进制符号串表示种群中的个体，选择算子一般采用轮盘赌选择法，杂交算子一般采用单点杂交，变异算子一般采用单点变异。基本遗传算法中，N、p、p与T等参数的取值一般固定不变。目前，参数的取cm[175][176]值范围一般为N=20~200、p=0.5~1.0以及p=0~0.05。cm[177]基本遗传算法存在易早熟收敛、搜索能力弱的缺点，其原因有两点：1)运行参数取值固定。遗传算法中，p、p对算法的运算结果与运算效率cm都有较大影响。在实际应用中，为保证算法的运算效果，一般需要经过多次试算确定这些参数的合理取值。然而，基本遗传算法中，上述参数的取值一般固定不变。2)算法寻优能力差。遗传算法的寻优能力主要依靠初始种群、杂交算子与变异算子三方面。初始种群规模大，种群的多样性强，有利于运算过程向最优解靠近；然而，CGA的初始种群过小，种群的多样性低，算法能否运行得到最优解在[178]很大程度上取决于初始种群中有无包括最优解。其次，杂交算子是遗传算法扩大搜索范围的主要手段；CGA一般采用单点杂交，并且杂交概率小，因此，CGA算法扩大搜索范围的能力弱。最后，变异算子是遗传算法增强种群多样性与局部寻优的主要手段；CGA通常采用单点变异，并且变异概率小，因此CGA算法保持种群多样性与局部寻优的能力差，新个体容易被老个体―同化‖。此外，选择算子通过保持最优个体，也能增大种群多样性；CGA常用的轮盘赌选择法，容易使局部最优解成为种群中的优势群体，使得算法早熟收敛。4.2基于模糊聚类的改进遗传算法针对导致基本遗传算法易早熟收敛、搜索能力弱的原因，本文采用模糊聚类增强种群的多样性，同时采用两点杂交、两点变异以及最优保存策略等算子改进基本遗传算法，建立基于模糊聚类的改进遗传算法（简称FMGA），并研究确定了算法控制参数的取值。这种算法能有效避免早熟收敛，运算过程稳定，运算结果准确度高，能在较短的时间内逼近全局最优解。48 4决策指标权值求解方法研究4.2.1FMGA设计思想马氏链模型认为，导致遗传算法种群序列X(t)（t为种群代数，t=1,,T）过[178]早收敛的原因是种群多样度过小，对此，可通过增大种群多样度或者增大种群满意值，来避免种群序列X(t)过早收敛，且保证其能以概率1收敛到满意解。根据生物进化理论，不同种群间的交流能促进整个种群达到更高层次的平衡，即远亲繁殖能增强种群的多样度，从而实现种群进化到最优值。在遗传算法中，采用模糊聚类分析对种群个体进行分类，将不同类别的父代个体杂交，实现种群的远亲繁殖，从而保证种群序列收敛到满意解。另一方面，将父代中的最优个体保留[172]到子代，能确保整个群体中优秀个体的继续遗传和繁衍，并能增大种群满意值。对于遗传算法而言，引入启发式策略指导搜索过程是提高运算速率的有效手段；运算过程中，将优秀个体的取值范围作为下一步优化运算的可行域，能压缩搜索范围，提高运算速率。基于上述思想，本文采用模糊聚类分析法对父代个体分类，从选择、杂交及变异操作三方面对CGA予以改进：首先利用欧几里德距离描述种群个体间的相似关系，构造种群的相似矩阵；然后用模糊聚类分析将父代个体分类，将不同类的个体相杂交，保障种群的多样性；在算法中，将父代的优秀个体保留到子代，增大种群满意值，避免CGA的早熟。为进一步提高遗传算法的收敛速率，将两次―选择——杂交——变异‖操作后得到的优秀个体的取值范围作为下一步优化运算的可行域。4.2.2FMGA步骤本文从选择算子、杂交算子、变异算子以及解变量的变化区间四方面对基本遗传算法予以改进，提出基于模糊聚类的改进遗传算法（FMGA），该算法共由8步组成。不失一般性，设优化函数见式（4.14）：Minf(x,x,,x)(4.14)1mMs.t.am≤xm≤bmm1,,M步骤1:解变量初始变化区间的离散及其编码1)本文采用l位二进制编码表示解变量xm，其二进制符号串表示为:bs(m,k)(m1,,M;k1,,l)。每个变量被视为一个遗传基因；则M维决策向量X(x,,x,,x)可视为由M个遗传基因所组成的一个染色体。1mMl2)将解变量xm初始变化区间[am，bm]等分为(2-1)个子区间，每个子区间的(ba)长度为dmml，即：xaId(4.15)mmmmm2149 重庆大学博士学位论文式（4.15）中，lIm—搜索步长，为小于2的任意十进制随机非负整数。变量xm的二进制和十进制表示的转换关系见式（4.16）：lk1xmamImdmambs(m,k)2dm(4.16)k13)M维决策向量X(x,,x,,x)表示为LMl长的二进制符号串。1mM步骤2：初始父代群体X(t)的随机生成1)设群体规模为N，则有：TX(t)X,,X,,X1iN{bs(1,1,k)}{bs(1,m,k)}{bs(1,M,k)}{bs(i,1,k)}{bs(i,m,k)}{bs(i,M,k)}{bs(N,1,k)}{bs(N,m,k)}{bs(N,M,k)}{BS(1,L)}{BS(i,L)}{BS(N,L)}…（k1,,l，L1,,Ml）(4.17)2)为得到X(t)，对变量x，随机生成N个二进制符号串{bs(i,m,k)︱i=1,…,mN}。步骤3:父代个体的排序1)对每个染色体{BS(i,L)}(i=1,…,N)，将经由式（3）解码得到的个体(x,,x,x)带入优化函数f(x,x,,x)，得到相应的函数值f，共得到Ni1imiM1mMi个f值。i2)f值越小，表示该个体的适应度值越高，反之亦然。把f按从小到大的顺ii序排序，对应的决策向量X和染色体二进制数串{BS(i,L)︱i=1,…,N;iL=1,…,Ml}也随之排序。3)将排序后位于最前面的A个个体定义为优秀个体。步骤4:父代个体的选择1)借鉴最优保存策略思想，将A个优秀个体直接作为参与后续杂交和变异操作的父代个体。将适应度好的父代个体保留到子代，可增大种群的满意值。2)采用竞争选择法确定其余的(NA)个参与后续杂交和变异运算的父代个体，由于个体被选中的概率不直接正比于其适应度值，从而改善了CGA的早熟收[169]敛，竞争尺寸T≥L。由（1）、（2），得到第一组选择后的父代种群X(t)。50 4决策指标权值求解方法研究3)重复步骤4的（2），得出另一组选择后的父代种群X(t)。步骤5:父代个体的杂交1)依据生物学理论中近亲繁殖易导致种群退化、远亲繁殖利于种群进化的思想，为保持样本的多样度，尽量将差异大的父代个体杂交。对2组选择后的父代群体X(t)和X(t)的共2N个父代个体{X}(i=1,…,2N)，i用欧几里德距离表示个体间的相似程度，记为：M1r(X,X)[(xx)2]2(i,j=1,…,2N)，(4.18)ijijimjmm1[87]用r构造种群{X}的模糊相似矩阵R，根据直接聚类原则，设定适宜iji2N2N的聚类水平λ，将{X}分类，然后把不同类的X随机配对，由此来保持或增加种ii群的多样性。2)杂交概率Pc=1.0，两点杂交，取杂交后的第一个个体为杂交结果，由此得到子代群体X(t1)。步骤6：子代个体的变异1[178]采用两点变异，变异的概率为pm，且pO(L)。mN步骤7：进化迭代将得到的N个子代X(t1)作为新的父代，算法转入步骤3，进入下一次选择、杂交和变异的进化过程。将运行两次步骤3到步骤7操作的过程称为―提高收敛性的遗传算法‖（FMGA1）。步骤8:加速收敛1)用经过一次FMGA1（即：两次选择、杂交和变异操作）后得到的A个优秀个体{Xi}（i=1,…,A）的解变量xim的取值区间[am，bm]替代其初始变化区间[am，bm]，并以[am，bm]作为变量的新初始变化区间，算法进入步骤1，并在新的初始变化区间上随机生成初始父代群体，重新运行FMGA1，从而充分利用已积累的优化信息指导遗传算法在可行域空间的搜索，达到提高运算速率的目的。2)以上8步构成―基于模糊聚类的改进遗传算法‖（FMGA）。以世代数超过预先设定的运行代数作为FMGA终止条件。FMGA的流程见图4.5。51 重庆大学博士学位论文开始变量初始区间的离散和编码初始父代群体的生成父代个体排序和选择父代个体分类和杂交子代个体变异优秀个体变量的取值区间替代变量的初始变化区间运行代数是否达否到终止条件是终止图4.5FMGA流程图Fig.4.5TheprocedureofFMGA4.2.3FMGA控制参数的取值FMGA有五个控制参数：变量编码长度l、群体规模N、优秀个体数目A、聚类水平和变异概率p。m①变量编码长度l变量x二进制编码的长度l由实际问题解变量的取值范围和对解的精度要求m[5]共同确定。假设实际问题对解的精度要求为，变量的取值范围为a,b，则l为：ba(1)lln2。②群体规模N和优秀个体数目A种群规模N决定初始种群的个体在解空间分布及其密度，目前，N多依靠经验确定。对一定规模的种群，优秀个体数目A的设置必须合理。若A太小，优秀个体包围最优点的概率过小；若A过大，优秀个体变量变化范围过大，失去设置优秀个体达到降低无效搜索量和提高运算速率的目的。为确定N和A的适宜取值范围，本文以Camel函数为测试函数，取N=100、200、300、400和500，A=5%N、52 4决策指标权值求解方法研究10%N、20%N、30%N、40%N和50%N，对每种N、A的组合，分别运行10次FMGA，分析算法的运行情况。1)群体规模N从寻优次数和运算结果的稳定性看，N=200的寻优效果优于N=100，当N≥300时，算法的稳定性显著增强且收敛速率明显提高；从运算时间看，N≤200时的运算时间相近，当N≥300时，运算时间稍有延长，其具体表现为：N=300的运算时间比N≤200延长约2.5%，N=400的比N=300的延长约6%，N=500的比N=400的延长约30%。2)优秀个体数目A在同一N下，A值的变化对运算时间的影响不大。从寻优效果和算法稳定性看，当N≤200时，A≥10%N时的运算效果明显优于A=5%N。当N≥300时，不同A值下的运算效果都较好。在同一A值下，运算结果的准确度（用―十次运算结果的均值-函数理论值‖表示）随着N的增大而增大；在同一N下，A=5%N~30%N的准确度较好。综上所述，建议FMGA的群体规模N为等于或大于300，A为5%N~30%N。根据实际问题，在N较大的情况下A可取小值，在N较小的情况下A可取大值。③聚类水平聚类水平的取值应尽量保证各类的个体数目相等；其次，划分的类别数宜为偶数；并且，在算法终止前，尽量避免所有个体被归为一类。种群中所有个体处于完全相同状态的概率很低，遗传算法收敛一般指种群中所有个体相互接近的状态，因此，将种群中所有个体不划归为一类的聚类水平是客观存在的。为便于后续的杂交操作，种群中的个体宜划分为两类。为使各类个体数目尽量接近，以X为划分基准，采用直接聚类原则―在相似矩阵中，若r，1ij则Xi和Xj在水平上同类‖，确定相应的聚类水平。具体操作如下：a.在种群{Xi}(i=1,…,2N)的模糊相似矩阵R2N2N中，取第一列的2N个元素r（i1,,2N），将它们按从小到大的顺序排序。i,1XXXX1232NXr(1)11,1R=。2N2NXrr(1)22,12,2Xrrr(1)33,13,23,3Xrrrr(1)2N2N,12N,22N,32N,2Nb.将位于第N位的元素的值r定义为聚类水平。④变异概率pm1FMGA采用两点变异，变异概率pO(L)，其中，L=lM。mN53 重庆大学博士学位论文4.2.4仿真试验本文利用Delphi语言在计算机上仿真基于模糊聚类的改进遗传算法（FMGA），并通过Camel函数将FMGA与基本遗传算法（CGA）进行比较，验证FMGA的优越性。42x222Camel函数的数学表达式为：f(x,y)(42.1x)xxy(44y)y3（x,y[100,100]）。该函数有6个局部极小点，其中的(-0.0898,0.7126)和(0.0898,-0.7126)两点为全局最小点，最小值为f(x,y)1.031628。为了比较FMGA与CGA两种算法，两种算法控制参数的设置一致，即种群规模N为400，变量编码长度l为10，杂交概率p为1.0，变异概率p为0.74，具cm体设置见表4.1。对FMGA，优秀个体数目A为40，聚类水平为r。对比研究过程中，以执行一次―选择—杂交—变异‖操作为一代，取演化代数T=100为运算终止条件，考察运算过程中每代种群的最优值随进化代数T的演变情况（见图4.6）。两种算法分别运行10次，得到运算结果（见表4.2）。图4.6表明，CGA容易陷入局部极小点，最优值波动很大，在-0.8913与-1.0249附近徘徊；相比而言，MFGA能有效避免早熟收敛，每次运算结果在理论值附近稍有波动。表4.2列出了两种算法10次运行结果的平均值，由表4.2可知，FMGA运算结果明显优于CGA，前者较后者更逼近于理论值，而且运算结果的准确度更高。图1绘出了某次运算两种算法寻优过程，从图4.6可知，FMGA除了较CGA能避免早熟收敛而收敛到理论值外，运算的稳定性也有显著改善。由此可以认为，基于模糊聚类的改进遗传算法（FMGA）较基本遗传算法（CGA）更能克服早熟收敛，能在较短时间内逼近全局最有解；运算结果较CGA提高4个数量级，且运算过程不存在震荡现象。表4.1FMGA和CGA的参数设置Tab.4.1TheparametersofFMGAandCGArespectively优秀算法种群规模编码长度杂交变异个体数单点变异，CGA40010不分类，单点杂交，p=1.0cp=0.74m两点变异，FMGA4001040分类，两点杂交，p=1.0cp=0.74m54 4决策指标权值求解方法研究表4.2两种算法运行效果比较Tab.4.2ThecomparisionofresultsgottonbyFMGAandCGAf(x,y)xy算法运算结果理论值运算结果理论值运算结果理论值-0.965388890.097670.68433CGA-2-5-5±2.3508104×10±8.333×10±8.3333×10-1.0316280.08980.7126-1.03162320.088740.71283FMGA-6-4-3±1.7297525×10±3.166×10±1.3652×10-0.80000000-0.85000000-0.90000000每代最优值-0.95000000-1.00000000-1.050000000102030405060708090100110MFGACGA运行代数图4.6算法寻优曲线图Fig.4.6TheoptimizationgcomputingprocedureofFMGA4.2.5FMGA求取指标权值假设在某决策指标体系中，以某层n个决策指标上一层次的决策指标为准则，进行两两比较，得到的原始判断矩阵为B(b)（i,j1,,n）。以B为基础修正得ijnn到的最优判断矩阵记为A(a)，对应的单排序权值为w，则权值优化函数如式ijnni（4.17）所示：目标函数：nnabnnawwijijijjiminF(n)22i1j1ni1j1n约束条件：a1ii1/ajiaijbijdbij,bijdbij(4.17)nwi0且wi1i155 重庆大学博士学位论文式中，d为非负常数。对计算得到的(a)与w（i,j1,,n），本文采用一致性比例C.R.检验一致性，ijnnid初值设为0.1，若一致性条件不满足，则提高d的取值，当d=0.5时一致性条件仍不满足，则需调整原始判断矩阵B中元素的取值，直至C.R.≤0.1，最终得到满意的w值。i权值优化函数是非线性优化问题，本文采用基于模糊聚类的改进遗传算法（FMGA）求解函数，不仅能保证得到全局最优解，而且算法稳定性好。以执行一次―选择—杂交—变异‖操作为一代，取运行代数100作为FMGA的运算终止条件。对运算得到的(a)与w值，用C.R.检验一致性。若C.R.≤0.1，输出w值；否则，ijnnii增大模型参数d的取值，重新运行FMGA，直至C.R.≤0.1。为提高求解速度和效率，采用Delphi语言实现算法。算法求解决策指标权值的流程（图4.7）类似于图4.5，区别在于图4.7进行了C.R.一致性检验。开始FMGA变量初始区间的离散和编码（l）初始父代群体的生成（N）父代个体排序和选择（A）父代个体分类和杂交（Pc=1.0）子代个体变异（Pm=O1（lM））N优秀个体变量的取值区间替代变量的初始变化区间值运行代数达d否到终止条件大增是否C.R.≤0.1是终止图4.7FMGA求解决策指标权值流程Fig.4.7SchemeforweightcalculatingusedbyFMGA56 4决策指标权值求解方法研究4.3改进遗传算法在污水处理工艺优选决策指标权值确定中的应用本文是《指南》编制课题（项目编号：MOC-NGGP-2003-3）的部分研究内容，本节以三峡库区作为研究对象，研究与量化污水处理工艺的技术指标、经济指标、环境指标和社会指标在库区城镇污水处理工艺优选决策中的相对重要性。4.3.1库区城镇污水处理工艺优选决策指标体系污水处理处理工艺的优选决策过程应以可持续性作为决策目标，实现污水处理过程的经济性、社会性、资源耗用与环境影响之间的协调。其决策指标体系包括技术、经济、环境与社会等诸方面。本课题根据三峡库区的实际情况，建立了可持续污水处理工艺的决策策指标体系，如图4.8所示。三峡库区城镇污水处理工艺优选（A）技术指标（B1）环境指标（B2）经济指标（B3）社会指标（B4）（在工艺去除污染物能力满足国（工艺在其整个生命周期阶（内部费用的动态年（居民可接受度与工艺家排放标准的基础上考虑其二级段的能量与资源消耗，以及费用）运行管理难易程度）处理系统对磷的去除率）向环境的排放）能耗（C21）物耗（C22）可接受度对人员文化水平运行管理难易（包括直接能耗和（将工艺占地作为物(0-1函数)要求（C41）程度（C42）间接能耗）耗指标的重要组成）图4.8三峡库区城镇污水处理工艺决策指标体系Fig.4.8DecisionindicatorsystemforThreeGorgeReservoirurbanwastewatertreatmentalternativesselection4.3.2决策指标权值确定研究的基本资料根据图4.8的决策指标体系，制定决策指标权重的调查表，向有关专家发放调查表。被调查专家由重庆与四川两地的科研院所、库区已运行污水处理厂以及重庆市三峡水务集团、环保局的资深工作人员组成。为便于人们表达对同一层次上[94][179]的元素作两两比较时的感觉，调查表中采用0-2标度。然后，将回收的调查表进行整理。整理数据时，采用公式（4.19）将调查表中的专家比较矩阵转化为专家判断矩阵。本次调查最终得到有效调查表共45份，其中，科研院所17份、库区已运行污水处理厂15份，政府相关部门13份。整理得到的有效调查表的原始判断矩阵数据见表4.3~表4.5。57 重庆大学博士学位论文rirjbm11,rirjrrmaxminbij1,rmaxrmin(4.19)rrij1[b11],rrmijrrmaxminn式中，br/r，rc(i1,,n)，c为比较矩阵元素。mmaxminiijijj1表4.3专家原始判断矩阵的一级指标Tab.4.3Thejudgmentvaluesoffirstlevelindicatorsgivenbyexperts专家编号b12b13b14b23b24b3410.550.780.331.290.780.5520.670.670.3310.670.67311111140.670.670.3310.670.67510.330.330.330.33161.670.82.50.41.5470.681.921.9244180.781.291.811.813.031.2991.291.813.031.291.811.2910111111110.330.670.42.51.50.51211111113110.3310.330.33140.60.430.330.60.430.6150.330.7811.813.031.291610.330.330.330.33117110.3310.330.33180.730.870.331.150.60.46190.60.60.7311.131.13200.670.330.670.511.521111111221.291.290.5510.330.33231111112410.50.830.50.831.5250.610.331.670.730.33261.340.6710.40.671.5271.150.460.870.330.731.6728111111291.150.460.870.330.731.6758 4决策指标权值求解方法研究续表4.3专家编号b12b13b14b23b24b3430111111311.360.730.470.540.340.73321.360.730.470.470.20.73330.330.60.461.371.150.87342.010.831.50.330.832.01350.550.330.780.781.291.81360.731.531.362.22.140.73370.781.290.551.810.780.33383.031.22.010.50.831.5392.330.430.270.190.120.644011.670.61.670.60.36410.330.330.5511.291.29421.362.1451.363.682.34431.290.780.550.550.330.784411.670.61.670.60.36450.680.841.921.242.822.28表4.4专家原始判断矩阵的二级指标：环境指标Tab.4.4Thejudgmentvaluesofsecondlevelindicatorsgivenbyexperts:environmentalcriteria专家编号C22比C21专家编号C22比C21专家编号C22比C21专家编号C22比C2113131250.3337121.67141.5261381.6732.5151.67270.33391.6745161.67281.5401.6753170.67290.241563185301421.6775195311431.581.6720132144195215335451.67101225341.67115231351121.6724536559 重庆大学博士学位论文表4.5专家原始判断矩阵的二级指标：社会指标Tab.4.5Thejudgmentvaluesofsecondlevelindicatorsgivenbyexperts:socialcriteria专家编号C42比C41专家编号C42比C41专家编号C42比C41专家编号C42比C4110.3313125137121143.03260.3338131150.33271390.3343.03161281400.3351170.33293.0341160.33185303.03420.3373.03193310.3343183.03201320.3344193.03210.33331451101221341110.33230.33351121243.03360.33注：表4.3~表4.5中，编号为1~17的专家来自科研院所，编号为18~30的来自重庆市环保局、重庆三峡水务集团等相关部门，编号为31~45的专家来自15座三峡库区已运行污水处理厂。4.3.3库区城镇污水处理工艺优选决策指标权值的研究对专家判断矩阵，采用Delphi语言仿真FMGA算法，求解库区城镇污水处理工艺决策指标的权值。表4.6、表4.7分别列出了一级决策指标与二级决策指标的权值。对一级决策指标（见表4.6），科研院所专家认为污水处理工艺的社会指标最重要，其次是经济指标，再次是环境指标，最后是技术指标；污水处理厂专家最重视污水处理工艺的社会指标，其次是环境指标，再次是经济指标，最后是技术指标；而政府部门专家首先强调工艺的环境指标，其次才是社会指标，最后是经济与技术指标。对于二级决策指标，研究结果表明（见表4.7），在能耗与物耗指标中，专家们普遍重视物耗；而对O&M难易程度与文化水平要求指标，科研院所认为两者的重要程度相当，污水处理厂工作人员更看重污水处理工艺运行与管理的难易程度，而政府部门则较看重污水处理工艺对操作人员文化水平的要求。60 4决策指标权值求解方法研究表4.6三峡库区城镇污水处理工艺一级决策指标权值Table4.6Theweightoffirstlevelindicators指标三峡库区城镇污水处理工艺优选决策（A）专家类别技术B1环境B2经济B3社会B40.19970.24320.26100.2961科研院所±0.0188±0.0198±0.0266±0.03110.22430.25430.23160.2898污水处理厂±0.0225±0.0204±0.0250±0.03160.20430.29170.21690.2871政府部门±0.0111±0.0275±0.0125±0.02560.20940.26310.23650.2910总均权值±0.0107±0.0129±0.0136±0.0171表4.7三峡库区城镇污水处理工艺二级决策指标权值Table4.7Theweightofsecondlevelindicators指标环境B2社会B4专家类别能耗C21物耗C22文化水平要求C41O&M难易程度C420.32790.67210.50000.5000科研院所±0.0317±0.0317±0.0483±0.04830.37650.62350.39920.6008污水处理厂±0.0315±0.0315±0.0330±0.03300.42850.57150.54490.4551政府部门±0.0687±0.0687±0.0582±0.05820.37760.62240.48140.5186总均权值±0.0256±0.0256±0.0280±0.0280注：表4.6、4.7中，（1）总均权值采用算术平均得到；（2）均方误差的置信区间取为99.73%。表4.8与图4.9给出了决策指标总排序权值。总体上看，影响三峡库区城镇污水处理工艺优选决策的指标按其相对重要性，由大到小排序为：经济（0.2365）>技术（0.2094）>物耗（0.1640）>O&M难易程度（0.1544）>文化水平要求（0.1383）>能耗（0.1014）。经济与技术是污水处理工艺优选决策最重要的指标，这是因为三峡库区经济水平相对落后，不但污水处理厂建设投资中的地方配套资金难以筹集，61 重庆大学博士学位论文并且已建的大部分污水处理厂的运行费用需要当地政府给予财政补贴，为保证污水处理厂―建得起、动得起‖，三峡库区需要投资省、运行费用低的污水处理工艺；三峡库区为半封闭水体，城镇污水处理厂一般执行GB18918-2002一级排放标准，一级排放标准对脱氮特别是除磷的要求较高，这就导致了该地区对高效脱氮除磷工艺的技术需求。物耗指标次之，这是由于三峡库区为平地缺乏的山地地形，要求污水处理工艺高效且紧凑。相对于经济、技术与物耗三个指标，O&M难易程度与文化水平要求指标重要性次之；能耗指标的重要性最低。对于物耗指标在工艺优选中的相对重要性，所调查的三类专家看法接近，给出了几乎相等的权值。对于经济指标，科研院所给出权值最高，经济指标是目前科研院选择工艺的主要依据，这与成本效益分析是目前工艺优选决策的常用手段有关。对技术指标与O&M难易指标，污水处理厂给出的权值最高，这是由于处理厂的工作人员在处理污水的第一线，担负着污水处理达标排放的重任。对于能耗指标，政府部门专家给出的权值最高，政府部门强调能耗指标，除了能耗本身的重要性外，还可能与近年来国家大力推行―清洁生产‖与―节能减排‖等政策有关。表4.8三峡库区城镇污水处理工艺决策指标的总排序权值Table4.8TheweightofurbanwastewatertreatmentalternativesselectiondecisionindicatorsinThreeGorgeO&M难对操作人员文指标经济技术物耗能耗易程度化水平要求专家类别（w）（w）（w）（w）1236（w）（w）450.26100.19970.16410.15150.14460.0790科研院所±0.0266±0.0188±0.0159±0.0228±0.0196±0.00830.23160.22430.16520.17380.11740.0967污水处理厂±0.0250±0.0225±0.0168±0.0181±0.0168±0.01060.21690.20430.16270.13790.15280.1284政府部门±0.0125±0.0111±0.0241±0.0274±0.0188±0.02550.23650.20940.16400.15440.13830.1014总均权值±0.0136±0.0107±0.0105±0.0131±0.0107±0.0091注：（1）总均权值采用算术平均得到；（2）均方误差的置信区间取为99.73%。62 4决策指标权值求解方法研究0.300.25科研院所污水处理厂政府部门0.200.15权值0.100.050.00经济技术物耗O&M难易文化水平要求能耗决策指标图4.9三峡库区城镇污水处理工艺优选指标的总排序权值Fig.4.9Thegraphofweights本文采用均方误差说明专家对同一决策指标重要性评判结果的一致性程度，如表4.8所示。从总均权值的结果看，各决策指标评判结果一致性程度都较好，权值均方误差都在0.01左右。其中，能耗指标的均方误差最小，为0.0091，相对偏差为9.0%；而经济指标的均方误差较大，为0.0136，相对偏差为8.5%。其原因是，本次决策指标权重调查活动的调查专家主要来自重庆、四川两地，两地的社会文化与自然经济背景相似，类似的生活环境与文化教育水平使得专家们对各决策指标相对重要性看法的差异不大。4.4小结本章采用模糊聚类增强种群的多样性，同时采用两点杂交、两点变异以及最优保存策略等算子改进基本遗传算法，建立了基于模糊聚类的改进遗传算法（FMGA）。然后，采用FMGA对权值优化函数中决策指标权值的求解方法进行研究。最后，通过发放调查表获得专家原始判断矩阵，采用FMGA计算得到三峡库区城镇污水处理厂决策指标的权值。具体结论如下：①FMGA更能有效克服早熟收敛获得最优值，且运算过程更为稳定。FMGA有5个控制参数，其中变量x二进制编码的长度l由实际问题解变量的取值范围和m对解的精度要求共同确定；建议FMGA的群体规模N为等于或大于300，A为5%N~30%N；采用聚类水平将种群尽量划分为个体数目相等的两类；变异概1率pO(L)。mN63 重庆大学博士学位论文②FMGA能很好求取城镇污水处理工艺优选决策指标的权值。在三峡库区城镇污水处理工艺优选决策指标权值确定的研究中，结果表明：目前，决策指标重要性的总排序为：经济（0.2365）>技术（0.2094）>物耗（0.1640）>O&M难易程度（0.1544）>文化水平要求（0.1383）>能耗（0.1014）。64 5四种优选方法在污水处理工艺优选中的对比应用研究5四种优选方法在污水处理工艺优选中的对比应用研究优选决策方法是集结决策信息，对备选工艺方案排序择优的重要手段。为保证决策结果科学合理，优选决策方法需充分体现优选决策过程的数学特征与决策环境的特点。本章首先简述了灰色关联法、模糊数学法与逼近理想解法这三种污水处理工艺优选决策常用方法。随后，根据城镇污水处理工艺优选决策过程的数学特征，创建了模糊—灰色关联法用于构建城镇污水处理工艺优选决策模型。最后，将模糊—灰色关联法、灰色关联法、模糊数学法、逼近理想解法共四种决策方法进行了对比研究。5.1已有的三种优选方法5.1.1逼近理想解法①算法介绍逼近理想解法（Techniquefororderpreferencebysimilaritytoidealsolution，简称TOPSIS）是一种解决多准则问题的有效方法，该法于1981年由HwangC.L.,[86]Yoon,K.S提出，具有概念清晰、方法简单与计算量较小的特点。TOPSIS法采用几何观点解决多属性决策问题：在m个属性对n个方案进行决策，类似于对m维空间里的n个点进行评估。TOPSIS法通过人为构造两个备选方案（即，理想方案与负理想方案）将原决策问题变为对m维空间里的(n2)个点的决策，比较备选方案距理想方案点与负理想方案点的距离，将距理想方案最近或离负理想方案最远的备选方案作为最优方案。其中，理想方案是设想的最期望方案，它的各个属性值都达到所有备选方案在各个属性下的最好值，负理想方案是设想的最不期望的方案，它的各个属性值为所有备选方案在各个属性下的最差值。TOPSIS法建立的贴近度函数综合了考虑与理想方案的距离以及与负理想方案的距离，贴近度值越小，备选方案越优；反之，则越劣。②算法步骤TOPSIS法的基本步骤为：1）为保证贴近度的计算过程不受局势量纲与量级的影响，需要对原始数据序列进行规范化处理。对于取值越大越好的效益型事件a（jT），其规范化公式见式（5.1）。j1唐然龙腾锐龙向宇.模糊—灰色关联法在污水处理工艺优选中的应用研究[J].给水排水（增刊），2008，8，已录用65 重庆大学博士学位论文ra/s(5.1)ijij0j对于取值越小越好的成本型事件a（jT），其规范化公式为式（5.2）。j2rs/a(5.2)ij0jij采用式（5.1）或式（5.2）得到规范化决策矩阵R，R(r)，i1,,m，iijmn代表属性，j1,,n，j代表备选工艺方案。2）确定城镇污水处理工艺优选决策指标权值向量W，（W=(w,,w,,w)，1immi=1且0≤i≤1）。i13）建立加权规范决策矩阵C，CWR。4）确定理想方案与负理想方案。理想方案A为{maxcj1,,n}；负理想方ijj案A为{mincj1,,n}。ijj5）计算备选方案X距理想方案A的距离S与负理想方案A的距离S。jjjm2m2Sj=(cijAi)，Sj=(cijAi)，j1,,n。i1i16）计算备选方案的相对贴近度。可采用欧几里德范数计算相对贴近度，相对Sj贴近度函数定义为：U，j1,,n。jSSjjU值越大的方案越优。j5.1.2灰色关联法①灰色关联法简述[84]灰色关联法由邓聚龙教授于1982年提出，主要用于对信息不明确及信息不完整的系统进关联分析，从而找出影响系统发展态势的重要因素，并掌握事物变化的主要特征。该方法的基本思想是将备选工艺方案看作是数据序列，采用灰色关联度（GreyRelationalDegree）量化备选工艺方案数据序列与标准工艺方案数据序列的曲线几何形状的相似程度，曲线越接近，相应序列间的灰色关联度越大，[180]则备选工艺越优；反之，则越小。灰色关联法对样本的多少与样本有无明显分布规律没有严格的要求，数据预处理简单，计算量较小；但是，该法将各决策指标采用均权值，忽略了各决策指标之间相对重要性的大小。灰色关联法在应用时，将属性（或决策指标）称为事件，以集合A代表事件集66 5四种优选方法在污水处理工艺优选中的对比应用研究（或决策指标集），a是事件集中的一个元素，也就是一个属性（或决策指标）j（j1,,m）。备选方案被称为对策，以集合B代表对策集，X（i1,,n）是i对策集中的一个元素，也就是备选方案。每个方案X在属性a下的结果称为局势，ij也就是备选方案的属性值（或决策指标值）。根据每个备选方案在每个属性下的属性值，建立的矩阵称为局势矩阵S(a)。灰色关联法就是对局势矩阵ijnmS(a)进行灰色关联度分析，并将灰色关联度最大的方案作为备选方案中ijnm0,i的最优方案。②灰色关联的算法步骤在进行灰色关联度分析时，必须预先指定一个标准序列S作为分析标底，以0便对原始数据序列规范化，并让每个数据序列与之比较产生差序列。标准序列S一0般通过虚拟的方式建立，即将每个事件a（j1,,m）下对策X（i1,,n）ji的局势a中的最佳者作为标准序列的相应局势，即smaxa（jT，T代表效ij0jij11i益型事件的下标集合）或者smina（jT，T代表成本型事件的下标集合）。0jij22i灰色关联法的分析步骤如图5.1所示，其基本步骤包括5步，具体为：1）原始数据规范化。确定最佳理想备选工艺方案（或者称为标准工艺方案）；2）计算差序列；3）求最大差与最小差；4）计算灰色关联系数；5）计算灰色关联度。原始数据指定标准列求最大差计算灰色计算灰色规范化计算差序列和最小差关联系数关联度图5.1灰色关联度分析流程Fig.5.1Theflowofgreyrelationalanalysis灰色关联度分析各步骤的具体内容为：1)原始数据规范化为保证灰色关联度计算过程不受局势量纲与量级的影响，需要对原始数据序列进行规范化处理。对于取值越大越好的效益型事件a（jT），其规范化公式见式（5.1）。j1对于取值越小越好的成本型事件a（jT），其规范化公式为式（5.2）。j2规范化处理后，得到规范化的局势矩阵R(r)。规范化的局势矩阵中，rijnmij介于0~1间，r值越大代表对策X在事件a下的效果越好。ijij2)计算差序列67 重庆大学博士学位论文对策X（i1,,n）差序列(j)（i1,,n，j1,,m）的计算方法见i0,i式（5.3）。(j)=r1(5.3)0,iij3)求最大差与最小差最大差与最小差的定义见式（5.4）与式（5.5）。maxmin=max(j)(5.4)max0,ii,j=min(j)(5.5)min0,ii,j4)计算灰色关联系数灰色关联系数(j)的计算公式见式（5.6）。0,iminmax(j)=(5.6)0,i(j)0,imax式中，为分辨系数，[0,1]，一般取=0.5。5)计算灰色关联度灰色关联度的计算公式见式（5.7）。0,imm11minmax0,i=0,i(j)=(5.7)mj1mj10,i(j)max5.1.3模糊数学法①模糊数学法简述模糊数学法是利用模糊理论对备选方案排序择优的一种多属性决策方法。模糊理论由美国加州伯克利大学的Zadeh教授在1965年提出，是研究模糊现象的定量方法。在描述具有模糊性的事件时，模糊理论采用闭区间[0，1]中的一个数量化该事件与某个模糊概念间的关系，若该事件隶属于某个模糊概念的程度越大，则值越接近于1；反之，则越小。在处理具有模糊性特点问题时，模糊数学法根据模糊理论的最大隶属度原则进行优选决策，隶属度最大的工艺就是最优工艺。在利用隶属函数将备选方案各决策指标值解模糊化为明确值后，就可以采用常规多属性决策手段进行求解。因此，模糊数学法的核心是隶属函数的建立。隶属函数是模糊理论量化、描述事件与某模糊概念之间关系的主要手段。目[83]前，确定隶属函数的主要方法有：F统计方法、三分法、F分布以及专家直接打分确定法等。其中，F统计方法在形式上类似于概率统计，它要求被调查人员熟悉模糊词汇的概念，并能够用数量近似表达这一概念，还需要调研者对原始数68 5四种优选方法在污水处理工艺优选中的对比应用研究据进行初步分析、筛选；三分法是采用随机区间的思想处理模糊性，从而得到三相隶属函数的方法；F分布是指实数R上F集的隶属函数，目前已有成熟的F分布类型；专家直接打分确定法是请有经验的专家或工程技术人员直接给出隶属函数的方法。在实际应用中，隶属函数的确定方法往往需要根据讨论对象本身的具体特性来选择。对于以实数R作为F集论域的讨论对象，通常可采用F分布确定隶属函数。在实际问题中，可选用适当的F分布类型，下面介绍几种常用的F分布。ⅰ)矩形分布或半矩形分布1110ax0ax0abx(1)(2)(3)图5.2矩形或半矩形分布Fig.5.2Rectangleorsemi–rectangletypeofmemebershipfunctiona.偏小型（图5.2(1)）1,xaA(x)(5.8)0,xab.偏大型（图5.2(2)）0,xaA(x)(5.9)1,xac.中间型（图5.2(3)）0,xaA(x)1,axb(5.10)0,xbⅱ)半梯形分布与梯形分布69 重庆大学博士学位论文1110abx0abx0abcdx(1)(2)(3)图5.3梯形分布或半梯形分布Fig.5.3Trapeziformorsemi–trapeziformtypeofmembershipfunctiona.偏小型（图5.3(1)）1xabxA(x)axb(5.11)ba0bxb.偏大型（图5.3(2)）0xaxaA(x)axb(5.12)ba1bxc.中间型（图5.3(3)）0xaxaaxbba(5.13)A(x)1bxcdxcxddc0xdⅲ)抛物型分布1110abx0abx0abcdx(1)(2)(3)图5.4抛物型分布Fig.5.4Parabolatypeofmembershipfunction70 5四种优选方法在污水处理工艺优选中的对比应用研究a.偏小型（图5.4(1)）1xabxkA(x)()axb(5.14)ba0bxb.偏大型（图5.4(2)）0xaxakA(x)()axb(5.15)ba1bxc.中间型（图5.4(3)）0xaxak()axbba(5.16)A(x)1bxcdxk()cxddc0xdⅳ)正态分布1110ax0ax0ax(1)(2)(3)图5.5正态分布Fig.5.5Normaltypeofmembershipfunctiona.偏小型（图5.5(1)）1xaA(x)(xa)2(5.17)exab.偏大型（图5.5(2)）0xaA(x)(xa)2(5.18)1exac.中间型（图5.5(3)）xa2()A(x)ex(5.19)71 重庆大学博士学位论文ⅴ)哥西分布1110ax0ax0ax(1)(2)(3)图5.6哥西分布Fig.5.6Cauchytypeofmembernshipfunctiona.偏小型（图5.6(1)）1xaA(x)1(5.20)xa(0,0)1(xa)b.偏大型（图5.6(2)）1xaA(x)1(5.21)xa(0,0)1(xa)c.中间型（图5.6(3)）1A(x)(0,正整数)(5.22)1(xa)②模糊数学法的算法步骤模糊数学法的基本步骤为：1）构建隶属函数，确定模糊决策矩阵对每个决策指标，建立隶属函数，得到模糊决策矩阵F，rrr111j1nF=ri1rijrin。rrrm1mjmnmn2）决策指标权值的确定确定城镇污水处理工艺优选决策指标权值。设求得的权值向量为W72 5四种优选方法在污水处理工艺优选中的对比应用研究m（W=(w1,,wi,,wm)，i=1且0≤i≤1）。i13）得到模糊评判向量隶属函数得到模糊决策矩阵为F，求得的权值向量为W，则模糊评判向量R为：RWF。备选工艺的模糊评判值越大，备选工艺越接近最优污水处理工艺，备选工艺越优；反之，则工艺越差。模糊评判值最大的污水处理工艺即为备选工艺方案集中的最优工艺。5.2模糊—灰色关联法5.2.1城镇污水处理工艺优选决策的数学特征（1）城镇污水处理工艺优选决策问题的数学特征可持续城镇污水处理工艺优选是对备选工艺的技术性能、经济性能、环境影响与社会性能所构成的多准则（或多目标）、多因子复杂系统的寻优过程。影响工艺优选的因子间存在矛盾性与不可公度性，因子间的复杂关系难以通过线性（或非线性）等式（或不等式）约束表述，多目标不易被归并为单目标，污水处理工艺优选具有多目标性；并且，城镇污水处理工艺优选的决策指标离散、定性指标与定量指标并存，优选决策过程一般在有限个备选工艺方案中进行，因此，城镇污水处理工艺优选决策属于有限方案多目标决策问题，或者称为多属性决策问题[181]。（2）城镇污水处理工艺优选决策过程的数学特征城镇污水处理工艺优选决策过程具有决策指标间相互补偿、决策指标间不相互独立以及不确定性等特点，具体表现为：①决策指标间相互补偿。城镇污水处理工艺优选允许决策指标间折衷，即一个指标的劣势（或不利值）能用其它指标的优势（或有利值）来弥补或抵消。②决策指标不相互独立。城镇污水处理工艺优选决策指标之间不相互独立。例如，电耗既是能耗的一部分，又与运行费用有关；占地既是物耗指标的重要组成，又与工程总投资中的征地补偿费有关。③模糊性。污水处理工艺优选决策过程的不确定性体现在模糊性与灰色性两方面。其中，模糊性首先表现为备选污水处理工艺与理想污水处理工艺之间的关系是一个相对模糊的概念；其次，决策指标体系中的定性指标具有模糊性，如工艺运行稳定性、对操作人员的文化要求本身就是相对概念。④灰色性。污水处理系统的复杂性与人们认识的有限性，导致决策过程中决策信息不完全或不精确。灰色性具体表现为决策指标体系难以全面代表工艺的整体性能，并且决策指标值不能精确地反映污水处理工艺在某属性上的所有信息。73 重庆大学博士学位论文由上可知，简单线性加权法、层次分析法、模糊数学法、灰色关联法与逼近理想解法等多目标决策方法，不是污水处理工艺优选决策的理想数学工具。因此，有必要建立新的多目标决策方法，使该方法充分体现污水处理工艺优选决策的数学特性。5.2.2模糊—灰色关联决策方法目前，模糊理论与灰色系统理论分别是处理决策信息难以明确表达与信息量少（或信息不完整）决策问题的常用方法。将模糊理论与灰色系统理论相结合，能兼顾决策过程的模糊性与灰色性。本节根据城镇污水处理工艺优选决策过程的模糊性与灰色性，构建模糊—灰色关联法建立工艺优选决策模型；同时，模糊—灰色关联法允许决策指标间补偿，并且不要求指标间相互独立，该方法充分体现了污水处理工艺优选决策过程的数学特征。①模糊—灰色关联法的构建思想城镇污水处理工艺优选决策过程具有模糊性，备选工艺的优越性可以通过备选工艺在各决策指标上隶属于假定的最优污水处理工艺的程度来表达。目前，描述备选工艺方案与最优工艺方案间关系的隶属函数一般采用专家打分直接确定法建立。一般而言，专家打分直接确定法要求研究者根据实际问题的具体特性，总结和吸取人们长期积累的实践经验，尤其是专家与工程技术人员的经验。然而，我国县级市、县城镇等小城镇污水处理设施的设计、建设经验尚少。本文认为，假定最优污水处理工艺的各决策指标值可为各备选污水处理工艺在该决策指标下的最优值，它是一种相对概念。城镇污水处理工艺的决策指标值属于实数论域，可利用F分布的隶属函数构建污水处理工艺优选决策指标的隶属函数。为使隶属函数的运算过程简便，本文以半梯形分布为基础，构造如式（5.23）所示的隶属函数，用其表达备选污水处理工艺在该属性（决策指标）上隶属于最优污水处理工艺的程度。aijminaijijT1maxaijminaijriiij(5.23)maxaaijijijT2maxaminaijijii式中，j代表决策指标，j1,,m；i代表备选工艺方案，i1,,n；T代表效1益型决策指标的下标集合，T代表成本型决策指标的下标集合，且TTm。212城镇污水处理工艺优选决策过程具有灰色性，可采用灰色关联法对备选工艺排序，确定最佳的污水处理工艺。利用隶属函数可将备选工艺方案属性值解模糊化为一个明确值，其值均落于[0，1]区间，与灰色关联法中规范化局势矩阵的要求74 5四种优选方法在污水处理工艺优选中的对比应用研究吻合，因此本文直接将式（5.23）作为灰色关联法中处理原始数据的规范化方法，建立了多属性决策问题的模糊—灰色关联法。采用FMGA确定决策指标权值，能使模糊—灰色关联法更加完善。该方法的流程图如图5.7所示。构建隶属基于FMGA函数的权值确定原始数据指定标准列求最大差计算灰色计算灰色规范化计算差序列和最小差关联系数关联度图5.7模糊—灰色关联法Fig.5.7Fuzzy–greyrelationalanalysis②模糊—灰色关联法步骤根据图5.7，模糊—灰色关联法共由8步组成。1）根据第2章建立的城镇污水处理工艺优选可持续决策指标体系及其量化方法，构造备选工艺方案的局势矩阵A，A(a)。ijnm2）根据式（5.23），对局势矩阵规范化，求得规范化的局势矩阵R，R(r)，ijnmr[0,1]。ij3）根据规范化局势矩阵，由各备选污水处理工艺在该决策指标下的最优值确定假定的最优污水处理工艺R，R(r,,r,,r)，其中，00010j0mnrmaxr。注意到规范化局势矩阵R中，每列元素的最大值为1，因此，0jiji1假定的最优污水处理工艺R=(1,,1,,1)。04）以规范化局势矩阵R为研究对象，计算对策X（i1,,n）的差序列i(j)（i1,,n，j1,,m），则(j)=rr=r1=1r。0,i0,iij0jijij5）求规范化局势矩阵的最大差与最小差。注意到规范化矩阵R中，每列元素的最大值为1，最小值为0，则有：=min(j)=min{min1r}=0，min0,iiji,jij=max(j)=max{max1r}=1。max0,iiji,jij6）以规范化局势矩阵R为基础，计算备选工艺X（X(r,,r,,r)）iii1ijim与假定的最优污水处理工艺R对于第j个指标的灰色关联系数(j)。00,i75 重庆大学博士学位论文minmax01(j)====，式中，为0,i(j)(j)1(j)1r0,imax0,i0,iij分辨系数，[0,1]，一般取=0.5。7）计算属性权值。根据第5章建立的FMGA方法计算属性（决策指标）权m值wj，0≤wj≤1，为第j项属性（决策指标）的权值，wj1。j18）考虑指标的权值，计算备选工艺X与理想可持续工艺R的模糊灰色关联i0mm度0,i，0,i=wj0,i(j)=wj。j1j11rij按照值大小对备选工艺排序，将值最大的工艺作为优选工艺。0,i0,i5.3四种优选方法的对比研究为体现模糊—灰色关联法在污水处理工艺决策模型中的优越性，本节以三峡库区某山地城镇的城镇污水处理厂为应用研究对象，对比研究灰色关联法、模糊数学法、逼近理想解法与模糊—灰色关联法。由于三峡库区某山地城镇可持续污水处理工艺优选决策的备选工艺、决策指标体系以及量化结果、决策指标权值在前面的章节已研究确定，在决策方法的对比研究中直接利用前面的数据与结论。①灰色关联法在城镇污水处理工艺优选决策中的应用在应用灰色关联法中，将表3.3直接整理为备选工艺的局势矩阵，见表5.1。由于三种备选工艺均社会可接受，其值为1，所以在局势矩阵中不进行考虑。表5.1中，效益型指标有技术与能量利用率；成本型指标有间接能耗、占地、年费用、运行管理难易程度与对操作者文化水平。这两类指标分别采用公式（5.1）与（5.2）进行规范化处理，规范后得到的决策矩阵R(r)见表5.2。由表5.2可知，理想ij37污水处理工艺由SBR工艺中的技术指标与间接能耗指标，BAF工艺的能量利用率指标、占地指标、年费用指标与运行管理难易程度指标，以及Orbal氧化沟工艺的对操作人员文化水平要求指标组成。由公式（5.3）计算备选工艺方案X（j1,,3）j差序列(i)（i1,,7，j1,,3），计算结果见表5.3。分别根据式（5.4）与0,j式（5.5）计算最大差与最小差，计算结果见表5.3。然后根据式（5.6）maxmin与式（5.7）计算灰色关联系数，计算结果见表5.4。由表5.4可知，(0.848)(0.743)(0.577)，因此BAF工艺是三种备选工艺方案中的BAFSBROrbal最优工艺。76 5四种优选方法在污水处理工艺优选中的对比应用研究表5.1备选工艺方案局势矩阵ATable5.1DecisionmatrixAofalternativesaaaaaaa1234567A运行管理对操作者文技术能量利用率间接能耗占地年费用难易程度化水平要求XSBR0.920.280893.446961.33109.580.800.701XBAF0.740.531940.289938.23103.730.650.712XOrbal0.800.2791222.7641325.70138.590.740.583S0.920.531893.446938.23103.730.650.580表5.2备选工艺方案规范化决策矩阵RTable5.2NormalizeddecisionmartixRofalternativesa1a2a3a4a5a6a7A运行管理对操作者文技术能量利用率间接能耗占地年费用难易程度化水平要求XSBR1.0000.5271.0000.9760.9470.8130.8291XBAF0.8041.0000.9501.0001.0001.0000.8172XOrbal0.8700.5250.7310.7070.7480.8781.0003S1.0001.0001.0001.0001.0001.0001.0000表5.3备选工艺方案差序列Table5.3The(j)ofalternatives0,iaaaaaaa1234567A能量利用运行管理对操作者文技术间接能耗占地年费用率难易程度化水平要求XSBR0.0000.4730.0000.0240.0530.1880.1711XBAF0.1960.0000.0500.0000.0000.0000.1832XOrbal0.1300.4750.2690.2930.2520.1220.0003本列最大差0.1960.4750.2690.2930.2520.1880.183本列最小差0.0000.0000.0000.0000.0000.0000.000全矩阵最大差0.475全矩阵最小差0.00077 重庆大学博士学位论文表5.4灰色关联系数及灰色关联度Tab.5.4Greyrelationalconffienceandgradeofalernativesaaaaaaa1234567灰色关A能量利运行管理对操作者文联度技术间接能耗占地年费用用率难易程度化水平要求XSBR1.0000.3341.0000.9080.8160.5590.5810.7431XBAF0.5481.0000.8271.0001.0001.0000.5650.8482XOrbal0.6450.3330.4690.4470.4860.6611.0000.5773②模糊数学法在城镇污水处理工艺优选决策中的应用为保证隶属函数的客观性和科学性，提高模糊数学法优选决策结果的正确性，本文结合污水处理工艺优选决策过程―相对最优‖的特点，采用5.2.2节中的式（5.23）利用备选工艺方案的样本数据建立模糊数学法中的隶属函数。根据5.1.2的算法步骤，计算得到的三峡库区某山地城镇可持续污水处理工艺优选模糊决策矩阵与模糊评价值见表5.5。由表5.5可知，R(0.652)R(0.602)R(0.270)，因此BAF工艺是三种备选工艺方案中的BAFSBROrbal最优工艺。表5.5模糊决策矩阵与模糊评价值Tab5.5Fuzzydecisionmatrixandthefuzzydecisionresultsaaaaaaa1234567对操作者A能量利运行管理模糊评技术间接能耗占地年费用文化水平用率难易程度判值要求权值0.20940.070980.030420.1640.23650.15440.1383XSBR1.0000.0041.0000.9410.8320.0000.0770.6021XBAF0.0001.0000.8581.0001.0001.0000.0000.6522XOrbal0.3330.0000.0000.0000.0000.4001.0000.270378 5四种优选方法在污水处理工艺优选中的对比应用研究③逼近理想解法在城镇污水处理工艺优选决策中的应用根据5.1.1的算法步骤，采用式（5.1）或式（5.2）规范化原始决策矩阵，得到规范化决策矩阵R，R(r)，见表5.2。利用表5.5中的权值向量W，建立ijmn加权规范决策矩阵C，见表5.6。计算备选方案X距理想方案A的距离S与负理jj想方案A的距离S，最后得到各备选方案的贴近度，见表5.7。由表5.7可知，jU(0.648)U(0.597)U(0.253)，因此BAF工艺是三种备选工艺方案中BAFSBROrbal的最优工艺。表5.6加权规范化决策矩阵CTab.5.6TheweightednormalizationfuzzydecisionmatrixCaaaaaaa1234567A能量利运行管理对操作者文化技术间接能耗占地年费用用率难易程度水平要求XSBR0.2090.0370.0300.1600.2240.1260.1151XBAF0.1680.0710.0290.1640.2370.1540.1132XOrbal0.1820.0370.0220.1160.1770.1360.1383A0.2090.0710.0300.1640.2370.1540.138A0.1680.0370.0220.1160.1770.1260.113表5.7备选工艺方案的贴近度Tab.5.7TheUoflaternativesj项目SjSjUjSBR0.0030.0060.597BAF0.0020.0080.648Orbal0.0080.0010.253④模糊—灰色关联法在城镇污水处理工艺优选决策中的应用模糊—灰色关联法充分结合了城镇污水处理工艺优选决策过程的数学特征。三峡库区某山地城镇可持续污水处理工艺的优选决策中，规范化原始决策矩阵，得到模糊规范化决策矩阵R，R(r)，见表5.5。以规范化局势矩阵R为对象，ijmn计算备选工艺方案的差序列(j)，见表5.8。取分辨系数等于0.5，计算得到备0,i选工艺X与假定最优工艺R对第j个指标的模糊灰色关联系数(j)，见表5.9。i00,i79 重庆大学博士学位论文利用表5.5中的权值向量W，计算备选工艺X与假定最优工艺R的模糊灰色关联i0度(j)，见表5.10。由表5.10可知，(0.765)(0.687)(0.466)，因BAFSBROrbal此BAF工艺是三种备选工艺方案中的最优工艺。表5.8备选工艺方案差序列Tab.5.8The(j)ofalternatives0,irrrrrrr1234567运行管对操作者技术能量利用率间接能耗占地年费用理难易文化水平程度要求XSBR0.0000.9960.0000.0590.1681.0000.9231XBAF1.0000.0000.1420.0000.0000.0001.0002XOrbal0.6671.0001.0001.0001.0000.6000.0003本列最大差1.0001.0001.0001.0001.0001.0001.000本列最小差0.0000.0000.0000.0000.0000.0000.000全矩阵最大差1.000全矩阵最小差0.000表5.9备选工艺方案模糊灰色关联系数Tab.5.9Fuzzy–greyrelationalcoefficientofalternativesrrrrrrr1234567(j)0,i能量运行管理对操作者文技术间接能耗占地年费用利用率难易程度化水平要求XSBR1.0000.3341.0000.8940.7490.3330.3511XBAF0.3331.0000.7791.0001.0001.0000.3332XOrbal0.4290.3330.3330.3330.3330.4551.000380 5四种优选方法在污水处理工艺优选中的对比应用研究表5.10备选工艺方案模糊灰色关联度Tab.5.10Fuzzy–greyrelationalgraderrrrrrr1234567对操作者(j)能量利运行管理技术间接能耗占地年费用文化水平用率难易程度要求XSBR0.2090.0240.0300.1470.1770.0510.0490.6871XBAF0.0700.0710.0240.1640.2370.1540.0460.7652XOrbal0.0900.0240.0100.0550.0790.0700.1380.4663⑤四种优选方法的分析与比较1）决策结果本文采用灰色关联法、改进模糊数学法、逼近理想解法与模糊—灰色关联法这四种多属性决策方法研究确定三峡库区某山地城镇的可持续污水处理工艺，四种方法的决策结果综合于表5.11。除传统灰色关联法采用均权值外，其它三种方法均采用FMGA法确定决策指标的权值。由表5.11可看出，各决策方法的决策结果一致。在三种备选方案中，BAF为最优方案，SBR次之，Orbal氧化沟再次之。表5.11四种多属性优选决策方法的决策结果Tab.5.11Thedecisionresultsoffouralternatives决策方法权值确定说明BAFSBROrbal氧化沟灰色均权值0.8480.7430.577关联法模糊数学法FMGA确定权值0.6520.6020.270逼近理想解FMGA确定权值0.6480.5970.253法模糊—灰色FMGA确定权值0.7650.6870.466关联法81 重庆大学博士学位论文2）四种多属性决策方法的综合比较本节从决策方法与污水处理工艺优选决策过程的数学特征与运算过程两方面对上述四种多属性决策方法予以比较。A）污水处理工艺优选决策过程的数学特征城镇污水处理工艺优选是具有模糊性与灰色性的多属性决策问题。灰色关联法与模糊数学法是目前比较常用的不确定型多属性决策方法。灰色关联法仅考虑了灰色性，模糊数学法仅考虑了模糊性。在这四种方法中，只有模糊—灰色关联法较兼顾了工艺优选的灰色性与模糊性，最符合城镇污水处理工艺优选决策过程的数学特征。在模糊—灰色关联法，利用备选工艺方案的样本数据构建隶属函数（式5.23），将备选工艺的属性值解模糊化为确定值，可以较好地解决城镇污水处理工艺优选决策的模糊性。在模糊数学法中也采用了该隶属函数，说明该隶属函数可作为规范化原始决策矩阵的手段，能与多种确定型多属性决策方法相结合，在污水处理工艺优选决策中具有较好的通用性。B)运算过程从运算过程的简便性与计算量来看，四种多属性决策方法中，模糊数学法与模糊—灰色关联度法的计算最小且最为简便。模糊数学法的计算量小是因为该法仅考虑了工艺优选多属性决策过程的模糊性，计算步骤少。与灰色关联法相比，模糊—灰色关联法考虑了工艺优选的模糊性与灰色性，运算过程仍较前者简便。这是因为，模糊—灰色关联法得到的模糊决策矩阵简化了后续的计算过程，其表现为：灰色关联法采用式（5.1）与式（5.2）得到的规范化矩阵（见表5.2）中各列只有最大值为1；而模糊—灰色关联法采用式（5.23）得到的规范化矩阵（见表5.5）中各列的最大值与最小值分别为1与0，这样简化了差序列的计算过程与灰色关联系数的计算过程。模糊—灰色关联法与逼近理想解法相比，灰色关联系数的计算过程比贴近度的计算过程简洁。其表现为：模糊—灰色关联法中，灰色关联度的计算只需直接m将规范化决策矩阵R中的数据代入公式0,i，0,i=wj；而贴近度的计j11rijm2算需要先将规范化矩阵的数据进行代入公式Sj=(cijAi)与i1m2S_jSj=(cijAi)，分别得到Sj与Sj后，再根据公式Uj求得贴近i1SjSj度。此外，灰色关联度计算过程只涉及加减与乘除两种运算，而贴近度计算过程涉及加减、乘除、平方与开方四种运算，并且平方与开方运算过程的运算量较大。82 5四种优选方法在污水处理工艺优选中的对比应用研究5.4小结本章根据城镇污水处理工艺优选决策过程的数学特征，构建模糊—灰色关联优选决策模型，并将该模型用于三峡库区某山地城镇污水处理厂，进行备选工艺的优选决策。结论如下：①城镇污水处理工艺优选决策过程具有模糊性与灰色性，并且决策指标不相互独立，具有相互补偿性。采用模糊-灰色关联法能较好地符合城镇污水处理工艺优选决策过程的数学特征，并且该方法较灰色关联法与逼近理想解法的运算量小，便于实际应用。②根据优选结果，在《指南》推荐的西部小城镇污水处理设施适宜工艺中，3三峡库区某山地小城镇污水处理厂的设计规模为4000m/d，该污水处理厂最适宜采用BAF工艺。83 重庆大学博士学位论文84 6模糊—灰色关联法的灵敏度分析及其在污水处理工艺优选中的应用6模糊—灰色关联法的灵敏度分析及其在污水处理工艺优选中的应用污水处理工艺的性能会随着科学技术的发展而不断成熟；另一方面，人们对污水处理工艺的认识与管理水平也会随着时间的推移而不断提高，也就是说污水处理工艺的决策指标值是在不断变化的。为了解备选工艺决策指标值的变化对决策结果影响，可对工艺优选决策方法的灵敏度进行分析。同时，灵敏度分析还能帮助研究者或者工程技术人员改进或改善污水处理工艺获取有效的信息。本章首先对模糊—灰色关联法灵敏度分析方法进行了研究，并探讨了备选工艺分别在排序顺序不变或改变的情况下，其决策指标值的变化范围；最后，对三峡库区某城镇污水处理厂的备选工艺，进行了对模糊—灰色关联法灵敏度分析。6.1模糊—灰色关联法的灵敏度分析[182~189]决策方法灵敏度分析的方法一般采用摄动法。摄动法是指对决策矩阵中的部分原始数据进行微小变动，分析这些变动对方案排序的影响，并探讨原始数据变动范围与方案排序的关系。本文针对备选污水处理工艺优选排列顺序与决策指标值变动范围的关系，对模糊—灰色关联法灵敏度的分析方法进行了研究，研究的主要内容包括两个方面：①在备选工艺排序不变的情况下，决策指标值的合理变动范围；②在备选工艺排序改变的情况下，决策指标值的合理变动范围。6.1.1模糊—灰色关联法灵敏度分析的数学符号灵敏度分析过程中需要使用如下数学符号：令M{1,2,,m}为决策指标下标集，T为效益型指标下标集，T为成本型指标下标集，则TTM；令备选方1212案集为{X,,X,,X}（iN），其中X(a,,a,,a)，则备选方案1inii1ijim集可由决策矩阵A表示，A(a)。ijnm在矩阵A中增加两行，其中一行是理想工艺X，X={e,,e,,e}，其n1n11jm中e=maxa（jT）或者emina（jT）；另一行是负理想工艺X，jij1jij2n2iiX={l,,l,,l}，l=mina（jT）或者lmaxa（jT）；增加两行后n21jmjij1jij2ii得到的新矩阵记为A，见式（6.1）；采用式（5.23）将矩阵A进行规范化处理得到的矩阵记为R，见式（6.2）。为方便起见，将式（5.23）改写为式（6.3）。将不同备选工艺方案的模糊灰色关联度由大至小进行排序，即，其中为排在第t位备选工艺方案的模糊灰色关联度。12tnt85 重庆大学博士学位论文a11a1ja1ma21a2ja2mA=(6.1)an1anjanmeee1jmlll1jm(n2)mr11r1jr1mr21r2jr2mRr[0,1](6.2)ijrn1rnjrnm111000(n2)malijjr，jTT(6.3)ij12eljj6.1.2有关结论及其推导过程在模糊—灰色关联法灵敏度分析的研究过程中，针对备选工艺排序不变与备选工艺排序改变两种情况下，对决策指标值的合理变动范围分别进行了探讨，得到如下两个结论。结论1①结论1为在备选工艺排序不变的情况下，推导得出决策指标值的变动范围。具体结论如下：假设备选工艺方案X的模糊灰色关联度位于第t位，给a一个扰动a，则iikika=a+a；若保持该方案X的排序位不变，则a的取值范围为：ikikikiik1）t{1,n}a.效益型指标a（kT）ik1w(el)kkka）若，t1t(Ca)ik()(Ca)2()(Ca)2aik[aikt1tik,aikt1tik][l,e]；kkwk(eklk)(t1t)(Caik)wk(eklk)(t1t)(Caik)w(el)kkkb）若，t1t(Ca)ik()(Ca)2aik(,aikt1tik][l,e]。kkwk(eklk)(t1t)(Caik)b.成本型指标a（kT）ik286 6模糊—灰色关联法的灵敏度分析及其在污水处理工艺优选中的应用w(el)a）若kkk，t1t(Ca)ik()(Ca)2()(Ca)2aik[aikt1tik,aikt1tik][e,l]；kkwk(eklk)(t1t)(Caik)wk(eklk)(t1t)(Caik)w(el)b）若kkk，t1t(Ca)ik()(Ca)2aik[aikt1tik,)[e,l]。kkwk(eklk)(t1t)(Caik)2）t=1a.效益型指标a（kT）ik1w(el)kkk若21，aik(,)[lk,ek]；(Ca)ik2w(el)()(Ca)kkk21ik若21，aik[aik,)[lk,ek]。(Ca)w(el)()(Ca)ikkkk21ikb.成本型指标a（kT）ik2w(el)kkk若21，aik(,)[ek,lk]；(Ca)ik2w(el)()(Ca)kkk21ik若21，aik(,aik][ek,lk]。(Ca)w(el)()(Ca)ikkkk21ik3）t=na.效益型指标a（kT）ik1w(el)kkk决策指标aik改变不引起方案Xi排序改变的充分条件为nt，此(Ca)ik2()(Ca)ntik时，aik(,aik][lk,ek]。w(el)()(Ca)kkkntikb.成本型指标a（kT）ik2w(el)kkk决策指标aik改变不引起方案Xi排序改变的充分条件为nt，此(Ca)ik2()(Ca)ntik时，aik[aik,)[ek,lk]。w(el)()(Ca)kkkntik其中，C(1)el。kk②结论1的推导过程假设此变动过程仅有a→a，a保持原值（j,kN,jk）；则除了方案X外，ikikiji其它方案的模糊灰色关联度不变。从t的三种取值情况：1)t{1,n}；2)t=1；3)tn，分别进行推导。令方案X的模糊灰色关联度→，则有：itt87 重庆大学博士学位论文t=jkwj+wk1rij1rikaik=t+wk(eklk)(6.4)(Caa)(Ca)ikikik其中，C(1)el。kk1）t{1,n}若方案X的排序不变，则有<<，代入式（6.4），有：it1tt1w(el)akkkik()<<()(6.5)t1tt1t(Ca)(Caa)ikikika.对于效益型指标a（kT）ik1有(el)>0，(Ca)>0且(Caa)>0kkikikik由式（6.5）可得，()(Ca)a()(Ca)t1tik0，(Ca)>0，(Caa)>0，a0kkikikikik当a0时，式（6.9）恒成立。ik当a0时，式（6.9）化为：ik89 重庆大学博士学位论文(21)(Caik)<aik(6.10)wk(eklk)(Caikaik)w(el)kkk若wk(eklk)(21)(Caik)0，即21，式（6.10）恒成立；(Ca)ikw(el)kkk若wk(eklk)(21)(Caik)>0，即21，式（6.10）的解为，(Ca)ik2()(Ca)21ik；aikw(el)()(Ca)kkk21ik结合a必须落在[l,e]区间，则a（kT）的变化范围为：ikkkik1w(el)kkka）若21(Ca)ika(,)[l,e]；ikkkw(el)kkkb）若21(Ca)ik2()(Ca)21ikaik[aik,)[lk,ek]。w(el)()(Ca)kkk21ikb.对于成本型指标a（kT）ik2有(el)<0，(Ca)<0，(Caa)<0kkikikik当a0时，式（6.9）恒成立。ik当a0时，式（6.9）化为：ik(21)(Caik)<aik(6.11)wk(eklk)(Caikaik)w(el)kkk若wk(eklk)(21)(Caik)0，即21，式（6.11）恒成立；(Ca)ikw(el)kkk若wk(eklk)(21)(Caik)0，即21，式（6.11）化为，(Ca)ik2()(Ca)21ikaikw(el)()(Ca)kkk21ik结合a必须落在[e,l]区间，则a（kT）的变化范围为：ikkkik2w(el)kkka）若21(Ca)ika(,)[e,l]；ikkkw(el)kkkb）若21(Ca)ik2()(Ca)21ikaik(,aik][ek,lk]。w(el)()(Ca)kkk21ik3）t=n90 6模糊—灰色关联法的灵敏度分析及其在污水处理工艺优选中的应用若方案X的排序地位保持第n位不变，则有，带入式（6.4），有：i1naikw(el)(6.12)kkknt(Caa)(Ca)ikikika.对于效益型指标a，kTik1有(el)>0，(Ca)>0，(Caa)>0，a0kkikikikik式（6.12）化为1w(el)()(Ca)kkkntik(6.13)2aik(nt)(Caik)决策指标a改变不引起方案X排序改变的充分条件为ikiw(el)kkkwk(eklk)(nt)(Caik)0，即nt。此时，式（6.13）的解为：(Ca)ik2()(Ca)ntikaikw(el)()(Ca)kkkntik结合a必须落在[l,e]区间，决策指标a改变不引起方案X排序改变的充分条ikkkikiw(el)kkk件为nt，则aik（kT2）的变化范围为：(Ca)ik2()(Ca)ntikaik(,aik][lk,ek]。w(el)()(Ca)kkkntikb.对于成本型指标a（kT）ik2有(el)<0，(Ca)<0，(Caa)<0，a0kkikikikik式（6.12）化为(Ca)w(el)()(Ca)ikkkkntik(6.14)a()(Ca)ikntik决策指标a改变不引起方案X排序改变的充分条件为ikiw(el)kkkwk(eklk)(nt)(Caik)0，即nt。此时，式（6.14）的解为(Ca)ik2()(Ca)ntikaikw(el)()(Ca)kkkntik结合a必须落在[e,l]区间，决策指标a改变不引起方案X排序改变的充分条ikkkikiw(el)kkk件为nt，则aik（kT2）的变化范围为：(Ca)ik2()(Ca)ntikaik[aik,)[ek,lk]。w(el)()(Ca)kkkntik结论2(1)结论2为在备选工艺排序改变的情况下，推导得出决策指标值的变动范围。具体结论如下：91 重庆大学博士学位论文假设备选工艺方案X的模糊灰色关联度位于第t位，给a一个扰动a，则iikika=a+a。若备选工艺方案X由第t位变为第p位，则a的取值范围为：ikikikiik①当p{1,t1,n}时，1）对于效益型指标a（kT）ik1a.若(-)>0，pt22()(Ca)()(Ca)ptikp1tika[a,a][l,e]；ikikikkkw(el)()(Ca)w(el)()(Ca)kkkptikkkkp1tikb.若(-)<0，决策指标a改变能引起方案X排序改变的充分条件为p1tikiw(el)kkk，p1t(Ca)ikw(el)kkka)倘若tp(Ca)ik22()(Ca)()(Ca)ptikp1tika[a,a][l,e]；ikikikkkw(el)()(Ca)w(el)()(Ca)kkkptikkkkp1tikw(el)w(el)kkkkkkb)倘若ptp1(Ca)(Ca)ikik2()(Ca)p1tika(,a][l,e]。ikikkkw(el)()(Ca)kkkp1tik2）对于成本型指标a（kT）ik2a.若(-)>0pt22()(Ca)()(Ca)p1tikptika[a,a][e,l]；ikikikkkw(el)()(Ca)w(el)()(Ca)kkkp1tikkkkptikb.若(-)<0，决策指标a改变能引起方案X排序改变的充分条件为p1tikiw(el)kkk，p1t(Ca)ikw(el)kkka)倘若，tp(Ca)ik22()(Ca)()(Ca)p1tikptika[a,a][e,l]；ikikikkkw(el)()(Ca)w(el)()(Ca)kkkp1tikkkkptikw(el)w(el)kkkkkkb)倘若ptp1(Ca)(Ca)ikik92 6模糊—灰色关联法的灵敏度分析及其在污水处理工艺优选中的应用2()(Ca)p1tika[a,)[e,l]。ikikkkw(el)()(Ca)kkkp1tik②当p=1时1）对于效益型指标a（kT）ik12()(Ca)1tikaik[aik,)[lk,ek]；w(el)()(Ca)kkk1tik2）对于成本型指标a（kT）ik22()(Ca)1tika(,a][e,l]。ikikkkw(el)()(Ca)kkk1tik③pt11）对于效益型指标a（kT），决策指标a改变能引起方案X排序改变的充ik1ikiw(el)kkk分条件为t1t(Ca)ikw(el)kkka)若，tt2(Ca)ik22()(Ca)()(Ca)t2tikt1tikaik[aik,aik][lk,ek]；w(el)()(Ca)w(el)()(Ca)kkkt2tikkkkt1tikw(el)w(el)kkkkkkb)若，t2tt1(Ca)(Ca)ikik2()(Ca)t1tikaik(,aik][lk,ek]。w(el)()(Ca)kkkt1tik2）对于成本型指标a（kT），决策指标a改变能引起方案X排序改变的充ik1ikiw(el)kkk分条件为t1t(Ca)ikw(el)kkka)若tt2(Ca)ik22()(Ca)()(Ca)t1tikt2tika[a,a][e,l]；ikikikkkw(el)()(Ca)w(el)()(Ca)kkkt1tikkkkt2tikw(el)w(el)kkkkkkb)若t2tt1(Ca)(Ca)ikik2()(Ca)t1tika[a,)[e,l]。ikikkkw(el)()(Ca)kkkt1tik④pn1）对于效益型指标a（kT），决策指标a改变能引起方案X排序改变的充ik1iki93 重庆大学博士学位论文w(el)kkk分条件为ntCaik2()(Ca)ntikaik(,aik][lk,ek]。w(el)()(Ca)kkkntik2）对于成本型指标a（kT），决策指标a改变能引起方案X排序改变的充ik2ikiw(el)kkk分条件为ntCaik2()(Ca)ntika[a,)[e,l]。ikikkkw(el)()(Ca)kkkntik其中，C(1)el。kk(2)结论2的推导过程若方案X的排序改变，则→。令变化后的排序位为第p位，从p的四种取itt值情况：1)p{1,t1,n}；2)p=1；3)pt1与4)pn，分别进行推导。①p{1,t1,n}则有<<，代入式（6.4），有：ptp1aikp-t<wk(eklk)<p1-t(6.15)(Caa)(Ca)ikikik1）效益型指标a（kT）ik1有(el)>0，(Ca)>0，(Caa)>0，kkikikik由式（6.15），可得(pt)(Caik)aik(p1t)(Caik)<<(6.16)w(el)(Caa)w(el)kkkikikkkk若->0，则必有->0，a>0，ptp1tik式（6.16）可化为wk(eklk)>(Caikaik)>wk(eklk)()(Ca)a()(Ca)ptikikp1tikw(el)()(Ca)1w(el)()(Ca)kkkptikkkkp1tik22(pt)(Caik)aik(p1t)(Caik)22()(Ca)()(Ca)ptikp1tikaikw(el)()(Ca)w(el)()(Ca)kkkptikkkkp1tik94 6模糊—灰色关联法的灵敏度分析及其在污水处理工艺优选中的应用22()(Ca)()(Ca)即，ptikp1tik。a[,]ikw(el)()(Ca)w(el)()(Ca)kkkptikkkkp1tik若-<0，则必有-<0，p1tpt式（6.16）可化为wk(eklk)>(Caikaik)>wk(eklk)()(Ca)a()(Ca)ptikikp1tikw(el)(Caa)w(el)kkkikikkkk()(Ca)a()(Ca)ptikikp1tikw(el)()(Ca)1w(el)()(Ca)kkkptikkkkp1tik(6.17)22(pt)(Caik)aik(p1t)(Caik)w(el)kkk不等式成立的充分条件为：p1t(Ca)ikw(el)kkk当时，pt(Ca)ik22()(Ca)()(Ca)ptikp1tik。a[,]ikw(el)()(Ca)w(el)()(Ca)kkkptikkkkp1tikw(el)w(el)kkkkkk当时，ptp1(Ca)(Ca)ikik2()(Ca)p1tik。a(,min{0,}]ikw(el)()(Ca)kkkp1tik结合a必须落在[l,e]区间，若备选工艺方案X由第t位变为第p位ikkki（p{1,t1,n}），a（kT）的取值区间为：ik1a.若(-)>0pt22()(Ca)()(Ca)ptikp1tika[a,a][l,e]；ikikikkkw(el)()(Ca)w(el)()(Ca)kkkptikkkkp1tikb.若(-)<0，决策指标a改变能引起方案X排序改变的充分条件为p1tikiw(el)kkk，p1t(Ca)ikw(el)kkka)倘若tp(Ca)ik22()(Ca)()(Ca)ptikp1tika[a,a][l,e]；ikikikkkw(el)()(Ca)w(el)()(Ca)kkkptikkkkp1tik95 重庆大学博士学位论文w(el)w(el)kkkkkkb)倘若ptp1(Ca)(Ca)ikik2()(Ca)p1tika(,a][l,e]。ikikkkw(el)()(Ca)kkkp1tik2）成本型指标a（kT），ik2有(el)<0，(Ca)<0，(Caa)<0kkikikik由式（6.15），可得(pt)(Caik)aik(p1t)(Caik)<<(6.17)w(el)(Caa)w(el)kkkikikkkk若(-)>0，则必有(-)>0，a0ptp1tik式（6.17）可化为w(el)()(Ca)1w(el)()(Ca)kkkptikkkkp1tik22(pt)(Caik)aik(p1t)(Caik)22()(Ca)()(Ca)p1tikptika。ikw(el)()(Ca)w(el)()(Ca)kkkp1tikkkkptik（2.2）若(-)<0，则必有(-)<0，a0p1tptik式（6.17）可化为w(el)()(Ca)1w(el)()(Ca)kkkptikkkkp1tik22(pt)(Caik)aik(p1t)(Caik)w(el)kkk不等式成立的充分条件为：p1t(Ca)ikw(el)kkk当时，pt(Ca)ik22()(Ca)()(Ca)ptikp1tikaikw(el)()(Ca)w(el)()(Ca)kkkptikkkkp1tikw(el)w(el)kkkkkk当时，ptp1(Ca)(Ca)ikik2()(Ca)p1tikaikw(el)()(Ca)kkkp1tik结合a必须落在[l,e]区间，若备选工艺方案X由第t位变为第p位ikkki（p{1,t1,n}），a（kT）的取值区间为：ik196 6模糊—灰色关联法的灵敏度分析及其在污水处理工艺优选中的应用a.若(-)>0pt22()(Ca)()(Ca)p1tikptika[a,a][e,l]；ikikikkkw(el)()(Ca)w(el)()(Ca)kkkp1tikkkkptikb.若(-)<0，决策指标a改变能引起方案X排序改变的充分条件为p1tikiw(el)kkk，p1t(Ca)ikw(el)kkka)倘若，tp(Ca)ik22()(Ca)()(Ca)p1tikptika[a,a][e,l]；ikikikkkw(el)()(Ca)w(el)()(Ca)kkkp1tikkkkptikw(el)w(el)kkkkkkb)倘若ptp1(Ca)(Ca)ikik2()(Ca)p1tika[a,)[e,l]。ikikkkw(el)()(Ca)kkkp1tik②p=1若方案X由a时的第t位变为a时的第1位，则有<，代入式（6.4），有：iikik1t111<t+wk(eklk)[]CaCaikikaikw(el)(6.18)1tkkk(Caa)(Ca)ikikik1）效益型指标a（kT）ik1有(el)>0，(Ca)>0，a0，且(Caa)>0，则式（6.18）可化为，kkikikikik()(Ca)aw(el)()(Ca)11tikikkkk1tik2wk(eklk)(Caikaik)(1t)(Caik)aik2()(Ca)1tik解得，a[,)。ikw(el)()(Ca)kkk1tik2）成本型指标a（kT）ik2有(el)<0，(Ca)<0，a0，且(Caa)<0，则式（6.18）可化为，kkikikikik()(Ca)aw(el)()(Ca)11tikikkkk1tik2wk(eklk)(Caikaik)(1t)(Caik)aik2()(Ca)1tik解得，a(,]。ikw(el)()(Ca)kkk1tik97 重庆大学博士学位论文结合a必须落在[l,e]区间，若备选工艺方案X由第t位变为第1位，aikkkiik（kT）的取值区间为：1a.对于效益型指标a（kT）ik12()(Ca)1tikaik[aik,)[lk,ek]；w(el)()(Ca)kkk1tikb.对于成本型指标a（kT）ik22()(Ca)1tika(,a][e,l]。ikikkkw(el)()(Ca)kkk1tik③pt1若方案X由a时的第t位变为a时的第t1位，则有<<，代入式（6.4），iikikt2tt1有：11t2<t+wk(eklk)[]<t1(6.19)CaCaikik1）效益型指标a（kT）ik1有(el)>0，(Ca)>0，a0，且(Caa)>0，则式（6.19）可化为，kkikikikik()(Ca)a()(Ca)t2tikikt1tikw(el)(Caa)w(el)kkkikikkkkw(el)()(Ca)1w(el)()(Ca)kkkt1tikkkkt2tik22(t2t)(Caik)aik(t1t)(Caik)w(el)kkk不等式成立的充分条件为:t1t(Ca)ikw(el)kkk倘若，t2t(Ca)ik22()(Ca)()(Ca)t2tikt1tik解得，aikw(el)()(Ca)w(el)()(Ca)kkkt2tikkkkt1tikw(el)w(el)kkkkkk倘若，，不等式右端恒成立，t2tt1(Ca)(Ca)ikik2()(Ca)t1tik解得，aikw(el)()(Ca)kkkt1tik结合a必须落在[l,e]区间，若备选工艺方案X由第t位变为第t1位，aikkkiik（kT）的取值区间为：1对于效益型指标a（kT），决策指标a改变能引起方案X排序改变的充分ik1iki98 6模糊—灰色关联法的灵敏度分析及其在污水处理工艺优选中的应用w(el)kkk条件为t1t(Ca)ikw(el)kkka)若，tt2(Ca)ik22()(Ca)()(Ca)t2tikt1tikaik[aik,aik][lk,ek]；w(el)()(Ca)w(el)()(Ca)kkkt2tikkkkt1tikw(el)w(el)kkkkkkb)若，t2tt1(Ca)(Ca)ikik2()(Ca)t1tikaik(,aik][lk,ek]w(el)()(Ca)kkkt1tik2）成本型指标a（kT），ik2有(el)<0，(Ca)<0，a0，且(Caa)<0，则式（6.18）同样可化kkikikikik()(Ca)a()(Ca)t2tikikt1tik为，w(el)(Caa)w(el)kkkikikkkkw(el)()(Ca)1w(el)()(Ca)kkkt2tikkkkt1tik22(t2t)(Caik)aik(t1t)(Caik)w(el)kkk不等式成立的充分条件为：t1t(Ca)ikw(el)kkk倘若，t2t(Ca)ik22()(Ca)()(Ca)t2tikt1tikaikw(el)()(Ca)w(el)()(Ca)kkkt1tikkkkt2tikw(el)w(el)kkkkkk倘若，，不等式右端恒成立，t2tt1(Ca)(Ca)ikik2()(Ca)t1tikaikw(el)()(Ca)kkkt1tik结合a必须落在[l,e]区间，若备选工艺方案X由第t位变为第t1位，aikkkiik（kT）的取值区间为：1对于成本型指标a（kT），决策指标a改变能引起方案X排序改变的充分ik1ikiw(el)kkk条件为t1t(Ca)ikw(el)kkka)若tt2(Ca)ik22()(Ca)()(Ca)t1tikt2tika[a,a][e,l]；ikikikkkw(el)()(Ca)w(el)()(Ca)kkkt1tikkkkt2tikw(el)w(el)kkkkkkb)若t2tt1(Ca)(Ca)ikik99 重庆大学博士学位论文2()(Ca)t1tika[a,)[e,l]。ikikkkw(el)()(Ca)kkkt1tik④pn若方案X由a时的第t位变为a时的第n位，则有<，带入式（6.4），有：iikiktnaikw(el)(6.20)kkknt(Caa)(Ca)ikikik1）效益型指标a（kT）ik1有(el)>0，(Ca)>0，a0，且(Caa)>0，则（6.20）化为kkikikikik1w(el)()(Ca)kkkntik2aik(nt)(Caik)w(el)kkk不等式存在的充分条件：ntCaik2()(Ca)解得，ntik。aikw(el)()(Ca)kkkntik结合a必须落在[l,e]区间，若备选工艺方案X由第t位变为第n位，aikkkiik（kT）的取值区间为：12()(Ca)ntika(,]。ikw(el)()(Ca)kkkntik2）成本型指标a（kT），ik2有(el)<0，(Ca)<0，a0，且(Caa)<0，则（6.20）化为kkikikikik1w(el)()(Ca)kkkntik2aik(nt)(Caik)w(el)kkk不等式存在的充分条件：ntCaik2()(Ca)ntik解得，a。ikw(el)()(Ca)kkkntik6.2模糊—灰色关联法灵敏度分析在污水处理工艺优选中的应用《指南》中推荐西部小城镇污水处理设施适宜采用SBR系列、氧化沟系列、以及生物滤池系列，对于土地资源比较丰富的城镇可采用自然净化系统。以三峡库区某山地城镇的污水处理厂作为研究对象，本文取BAF，SBR与Orbal氧化沟作为备选工艺。在优选决策过程中，建立了可持续污水处理工艺的决策指标体系，100 6模糊—灰色关联法的灵敏度分析及其在污水处理工艺优选中的应用并采用FMGA确定决策指标的总排序权值，最后构建模糊—灰色关联法进行优选决策。决策结果表明，BAF为该城镇污水厂的最优工艺，SBR次之，Orbal氧化沟再次之。在模糊—灰色关联法灵敏度应用研究的过程中，对各备选工艺成为最优工艺，其决策指标值的变动范围进行了探讨；同时也为备选小城镇污水处理工艺的改进，提供参考信息。6.2.1Orbal氧化沟工艺决策指标的灵敏度分析本文从《指南》推荐的SBR系列、氧化沟系列、以及生物滤池系列3大系列西部小城镇污水处理工艺中，分别选取SBR、Orbal氧化沟、BAF三个代表工艺，作为三峡库区某山地小城镇污水处理厂的备选工艺。实际上，由这三个工艺所产生的理想工艺实际反映了在该设计规模与现有技术条件下，西部小城镇污水处理设施适宜工艺中最优属性的集成（自然净化处理除外）。因此，在灵敏度分析过程中，污水处理工艺决策指标值超越理想工艺决策指标值的情况一般难以实现的。同样，对于负理想工艺也反映了西部小城镇污水处理设施适宜工艺中最不足的属性。因此，污水处理工艺决策指标值超出负理想工艺决策指标值的情况一般也不会发生。对于三峡库区某山地小城镇污水处理厂，三种备选工艺的模糊灰色关联度由小至大的排序为：(0.765)(0.687)(0.466)，其中=，=，BAFSBROrbal1BAF2Orbal=。在模糊—灰色关联度灵敏度分析过程中，需要利用模糊灰色关联决策矩3Orbal阵、权值与C值，见表6.1。在表6.1中，X为备选方案中的理想工艺，X为备选45方案中的理想工艺，C(1)el，其中为分辨系数（取为0.5）。jjj表6.1模糊—灰色关联法灵敏度分析相关数据Table6.1Therelativeoriginaldataofsensitiveanalysisoffuzzy–greyrelationalanalysis指标能量运行管理对操作者文技术间接能耗占地年费用工艺利用率难易程度化水平要求XSBR0.920.280893.446961.33109.580.800.701XBAF0.740.531940.289938.23103.730.650.712XOrbal0.800.2791222.7641327.70138.590.740.583X（e）0.920.531893.446938.23103.730.650.584X（l）0.740.2791222.7641327.70138.590.800.715权值0.20940.07090.03040.16400.23650.15400.1383C1.010.657728.787743.49586.30.5750.58101 重庆大学博士学位论文本节先考虑Orbal氧化沟工艺的排序由第3位变为第2位，其决策指标值的变动范围，结果见表6.2。从表6.2中可以看出，Orbal氧化沟工艺在备选工艺中的排序要超过SBR工艺，所有决策指标值都超过了理想工艺与负理想工艺决策指标值3所构成的区间，两个区间的交集为空集。这说明对于设计规模4000m/d的三峡库区某山地城镇污水处理厂，只对Orbal氧化沟工艺进行某一方面属性的改进，该工艺难以优于SBR。欲使Orbal氧化沟工艺优于SBR，需综合考虑Orbal氧化沟工艺设计参数的改进、运行参数的优化、管理人员与操作人员的相关培训等方面工作。对于Orbal氧化沟工艺的排序位由第3位变为第1位的情况，也能得到类似的结论。表6.2Orbal氧化沟工艺的灵敏度分析结果Table6.2TheresultsofOrbalOxidationDitchbysensitivityanalyzed对操作者能量运行管理技术间接能耗占地年费用文化水平利用率难易程度要求计算的指标[0.949，[0.620，[744.990，[833.796，[97.210，[0.610，[0.535，范围0.962]0.629]750.457]859.347]100.050]0.620]0.540][l，e]或[0.740，[0.279，[893.446，[938.230，[103.730，[0.650，[0.580，[e，l]0.920]0.531]1222.764]1327.700]138.590]0.800]0.710]两区间的空集空集空集空集空集空集空集交集6.2.2SBR工艺决策指标的灵敏度分析本节只考虑SBR工艺的排序由第2位变为第1位的情况下，其决策指标值的变动范围，结果见表6.3。从表6.3中可以看出，SBR工艺在备选工艺中欲优于BAF工艺，技术、能量利用率、间接能耗、占地、年费用5项决策指标值都超过了理想工艺与负理想工艺决策指标值所构成的区间；运行管理难易程度、对操作者文化水平要求2项决策指标值同理想工艺与负理想工艺决策指标值所构成的区间的交集不为空集。这说明对于该污水处理厂，只需对SBR后2项中某项指标进行改善，SBR就可能优于BAF，这可以通过加强管理人员与操作人员的相关培训来实现；对于前5项指标，SBR工艺只进行某一方面的改进该工艺难以优于BAF，也需要多方面的综合改进才能实现。102 6模糊—灰色关联法的灵敏度分析及其在污水处理工艺优选中的应用表6.3SBR工艺的灵敏度分析结果Table6.3TheresultsofSBRbysensitivityanalyzed能量运行管理对操作者技术间接能耗占地年费用利用率难易程度文化水平计算的指标[0.94，[0.569，(，(，(，(，[0.58，范围]]774.986]885.68]102.46]0.66]0.59][l，e]或[0.740，[0.279，[893.446，[938.230，[103.730，[0.650，[0.580，[e，l]0.920]0.531]1222.764]1327.700]138.590]0.800]0.710]两区间[0.650，[0.58，空集空集空集空集空集的交集0.660]0.59]6.2.3BAF工艺决策指标的灵敏度分析对于BAF决策指标的灵敏度分析，本节只考虑BAF保持最优地位的情况，分析结果见表6.4。从表6.4可以看出，技术、能量利用率、间接能耗与对操作者水平四项决策指标的变动范围为[l，e]或[e，l]，占地、年费用与运行管理难易程度三项决策指标的变动范围为[l，e]或[e，l]的部分区间。这说明技术、能量利用率、间接能耗与对操作者水平四项决策指标中某一项指标的变动，不会引起BAF在备选工艺中最优地位的改变，这表明对改变BAF的最优地位来说，这几项决策指标不灵敏；而占地、年费用与对运行管理难易程度这三项指标如果其中某一项值超出了变动范围，BAF的最优地位可能丧失，这说明对改变BAF的最优地位来说，这几项决策指标是灵敏的。因此，在该污水处理厂运行过程中，有必要提高该污水处理厂职工的操作与运行水平，重视运行中的节能减耗工作，才能真正体现该污水处理工艺优选决策过程符合可持续污水处理工艺的要求。表6.4BAF工艺的灵敏度分析结果Table6.4TheresultsofBAFbysensitivityanalyzed能量运行管理对操作者技术间接能耗占地年费用利用率难易程度文化水平计算的指标(，(，(，(,)(,)(,)(,)范围1114.850]112.31]0.73][l，e]或[0.740，[0.279，[893.446，[938.230，[103.730，[0.650，[0.580，[e，l]0.920]0.531]1222.764]1327.700]138.590]0.800]0.710]两区间的[0.74，[0.279，[893.446，[938.23，[103.73，[0.65，[0.58，交集0.92]0.531]1222.764]1114.85]112.31]0.73]0.71]103 重庆大学博士学位论文6.3小结本章对模糊—灰色关联法灵敏度分析方法进行了研究，推导出备选工艺分别在排序顺序不变或改变的情况下决策指标值变化范围的相关结论；最后，对三峡库区某城镇污水处理厂的备选工艺，进行了对模糊—灰色关联法灵敏度分析。结论如下：3①对于设计规模为4000m/d的三峡库区某山地城镇污水处理厂，需综合考虑Orbal氧化沟工艺设计参数的改进、运行参数的优化、管理人员与操作人员的相关培训等方面工作，才有可能使该工艺优于SBR工艺与BAF工艺。3②对于设计规模为4000m/d的三峡库区某山地城镇污水处理厂，通过加强管理与提高操作人员的文化水平，可使SBR工艺优于BAF工艺。③BAF工艺在运行过程中能更好地符合可持续污水处理工艺的要求，但是应提高该污水处理厂职工的操作与运行水平，重视运行中的节能减耗工作。104 7结论与展望7结论与展望7.1结论本文是建设部荷兰赠款项目《中国西部小城镇环境基础设施技术指南》（简称《指南》）编制课题（项目编号：MOC-NGGP-2003-3）的部分研究内容，着重研究在备选工艺确定的条件下如何系统、全面、客观与科学地对西部小城镇污水处理工艺进行优选决策。包括城镇污水处理设施适宜工艺的探讨、可持续污水处理工艺决策指标体系及其量化方法的研究、污水处理工艺决策指标权值确定方法的研究、污水处理工艺决策模型的研究以及备选工艺决策指标灵敏度分析的探讨5个方面。本文的主要研究结论如下：43①我国规划建设的西部城镇的污水处理量在5×10m/d以下，多在（0.2~2.0）43×10m/d范围内，大部分西部城镇污水为典型生活污水。对于我国小城镇污水处理设施，推荐采用SBR系列、氧化沟系列、以及生物滤池系统，土地资源比较丰富的城镇可采用自然净化系统。②提出用可持续性作为污水处理工艺优选决策目标，认为污水处理工艺的可持续性应从技术可持续、经济可持续、环境可持续与社会可持续四个方面来衡量。根据我国有关基础研究的状况，构建了客观与可操作的可持续决策指标体系并确定了决策指标量化方法，该体系包括技术、能量利用率、间接能耗、占地、年费用、运行管理难易程度与对操作者文化水平要求七个决策指标。应用研究表明，污水处理工艺可持续决策指标较传统技术经济指标更全面，指标量化方法可操作性较强。③创建了基于模糊聚类的改进遗传算法（FMGA）来确定决策指标的权值，并对该方法5个控制参数的取值范围进行了探讨。研究认为，变量xm二进制编码的长度l由解变量的取值范围与精度要求共同确定；群体规模N宜等于或大于300，A为5%N~30%N；采用聚类水平将种群尽量划分为个体数目相等的两类；变1异概率pO(L)。mNFMGA仿真验算结果表明，FMGA能有效克服早熟收敛获得最优值，运算效率高且运算过程稳定。将FMGA用于确定决策指标权值，弥补了常规权值求解方法操作繁琐复杂、原始信息易于丢失的不足。④在三峡库区城镇污水处理工艺优选决策指标权值确定的研究中，决策指标重要性的总排序为：经济（0.2365）>技术（0.2094）>物耗（0.1640）>O&M难易程度（0.1544）>文化水平要求（0.1383）>能耗（0.1014）。该结果表明，经济与技105 重庆大学博士学位论文术为该地区污水处理工艺优选决策中最重要的指标。⑤将半梯形分布的隶属函数与灰色关联法相结合，创建了采用模糊—灰色关联法构建的城镇污水处理工艺优选决策模型。模糊—灰色关联法充分体现了污水处理工艺优选决策过程具有模糊性与灰色性的数学特征。将模糊-灰色关联法与灰色关联法、模糊数学法与逼近理想解法进行对比研究，结果表明，模糊-灰色关联法的决策结果更为科学合理，且运算过程简洁，运算量小。⑥对模糊—灰色关联法的灵敏度进行了分析，推导了备选方案排序不变与排序改变两种情况下，决策指标值的允许变动范围。模糊—灰色关联法灵敏度分析结果能为研究人员、设计人员、污水处理厂运行与管理人员提供改进或改善污水处理工艺的参考信息。3⑦针对三峡库区某设计处理规模为4000m/d的城镇污水处理厂，论文按SBR、BAF与Orbal氧化沟3种备选工艺进行了决策研究。结果表明，BAF工艺最优，SBR工艺次之，Orbal氧化沟工艺相对较劣。灵敏度分析表明，对西部小城3镇污水处理设施（设计处理规模为4000m/d左右），BAF工艺与SBR工艺明显优于Orbal氧化沟。对于西部小城镇污水处理厂，重视运行中的节能减耗工作，并提高处理厂职工的操作与运行水平，可使污水处理过程更符合可持续的发展要求。7.2展望本文对城镇污水处理优选工艺优选决策模型进行了较系统的研究，解决了在备选工艺确定的条件下如何系统、全面、客观与科学的进行西部小城镇污水处理工艺的优选决策问题。由于时间的限制，有些方面还有待进一步深入与完善。①本文对城镇污水处理工艺优选决策系统模型的研究成果在三峡库区某城镇污水处理厂进行了应用，今后应对该污水处理厂的运行进行跟踪研究，以期进一步完善优选决策系统模型。②本文仅对三峡库区某山地城镇污水处理厂工艺优选进行了应用研究。今后应用于我国其他地区城镇污水处理厂的工艺优选，并对决策指标权值的确定进行相关的调查，以推广该优选决策模型。③开发可视化的城镇污水处理工艺优选决策模型操作软件。106 致谢致谢首先，要感谢导师龙腾锐教授。本论文是在导师的悉心指导下完成的，字里行间倾注着恩师的心血。导师渊博的学识，严谨的治学态度以及敏锐的洞察力是我学习的榜样，导师的教诲、鞭策与激励给予了我前进的动力。并且，导师还教与我为人处事的道理，使我受益匪浅。在导师指导下的这5年博士生涯是我人生中珍贵的经历与宝贵的财富。此外，还要感谢师母对我生活上的关心。本研究是国家建设部荷兰赠款项目子课题―中国西部小城镇环境基础设施技术指南‖（MOC-NGGP-2003-3）的部分研究内容，在此对国家建设部荷兰赠款项目的资助表示感谢。衷心感谢姜文超老师对我的无私指导与帮助，衷心感谢龙向宇、陈琼、候继燕与贾韬同学的帮助与支持。衷心感谢邓晓莉老师给予我的大力支持与帮助。尤其感谢我的父母及爱人，他们对我的关爱与信任，伴我克服苦难与坎坷；他们对我物质上的无私奉献，让我安心学业。唐然二OO八年一月107 重庆大学博士学位论文108 参考文献参考文献[1]刘亚臣,汤铭潭主编.小城镇规划管理与政策法规[M].北京:中国建筑工业出版社,2004年.[2]中华人民共和国国家统计局编.中国统计年鉴[M],2006年.[3]中国城市规划设计研究院,中国建筑设计研究院,沈阳建筑工程学院编著小城镇规划标准研究[M].北京:中国建筑工业出版社.2002年第一版.[4]仇保兴.我国城镇水环境整体恶化的形势依然严峻.中国城镇水务及第五届世界水大会.北京,2006.[5]建城[2000]124号.《城市污水处理及污染防治技术政策》.[6]重庆大学城市建设与环境工程学院《中国西部小城镇污水处理技术政策》.[7]MarcosvonSperling.Comparingamongthemostfrequentlyusedsystemsforwastewatertreatmentindevelopingcountries[J].Wat.Sci.Tech.,1996,(33):59-72.[8]JoanGarcía,etal.WastewatertreatmentforsmallcommunitiesinCatalonia(Mediterraneanregion)[J].WaterPolicy,2001(3):341-350.[9]ManelPochetal.Designandbuildingrealenvironmentaldecisionsupportsystems[J].Environmentalmodeling&software.2004,19:857-873.[10]MarkusBoller.Smallwastewatertreatmentplants-achallengetowastewaterengineers[J].Wat.Sci.Tech.1997,Vol.35,No.6,1-12.[11]荷P.伦斯,G.泽曼,G.莱廷格分散式污水处理和再利用--概念、系统和实施[M].北京:化学工业出版社,2004.[12]Ellis,K.V.,Tang,S.L.Wastewatertreatmentoptimizationmodelfordevelopingworld.Ⅰ:Modeldevelopment.Journalofenvironmentalengineeringdivision[J],ASCE,1991,117:501-581.[13]Ellis,K.V.,Tang,S.L.Wastewatertreatmentoptimizationmodelfordevelopingworld.Ⅱ:Modeltesting.Journalofenvironmentalengineeringdivision[J],ASCE,1994,120:610-624.[14]Hellström,D.,Jeppsson,UandKärrman,E.Aframeworkforsystemsanalysisofsustainableurbanwatermanagement[J].EnvironmentalImpactAssessmentReview.2000(20):311-321.[15]刘永淞.污水处理设计的综合评价与优化分析[J].化工给排水设计.1996年第一期,1-3.[16]王浙明等.灰色关联模型用于工程方案优化[J].中国给水排水,2002,Vol.18,No.1,81-84.[17]凌猛,杭世珺.城市污水处理厂工艺方案模糊决策方法的应用[J],给水排水,1998,Vol.109 重庆大学博士学位论文24,No.3,6-9.[18]黄绍娃,胡志光.模糊综合评判法确定城市污水处理工艺[J].工业用水与废水,2004,Vol.35,No.4,12-14.[19]狄军贞,刘书贤.污水处理厂治理设施的模糊综合评价及优选[J].工程设计与建设,2004,Vol.36,No.1,40-42.[20]慕金波.环境工程评标方案的模糊优选模型及应用[J].江苏环境科技,1997年第1期,9-11.[21]慕金波.评定环境工程中标方案的AHP模型及应用[J].环境污染与防治,1996,Vol.18,No.4,37-46.[22]慕金波.层次分析法在评定最优环境工程方案中的应用[J].环境科学进展,1997,Vol.5,No.7,33-40.[23]慕金波.灰色物元分析法及其在环境治理工程方案评标中的应用[J].污染防治技术,1997,Vol.10,No.1,5-10.[24]张建锋,黄廷林.关中地区污水处理工艺选择的系统分析[J].环境工程,1999,Vol.17,No.3:61-64.[25]吴育华等.海口长流污水厂工艺方案多目标评价与选择[J].中国给水排水.1999,Vol.15,No.4:41-43.[26]张松滨.赋权优化层次分析与环境设施性能评价[J].甘肃环境研究与监测,2002（15）2:148-150.[27]杨健吴敏.城镇污水处理技术清洁性评价[J].环境保护,2001(9):26-29.[28]杨健吴敏.3种活性污泥法处理工艺的生命周期能耗分析[J].上海环境科学,2001,20(12):582-585.[29]杨健.厌氧水解-活性污泥法的生命周期能耗分析[J].环境保护科学,2003,29(115):20-23.[30]杨健陆雍森施鼎方.运用生命周期分析(LCA)评估和选择废水处理工艺[J].工业用水与废水,2000,31(3):4-6.[31]Lynn,W.R.,etal.Systemanalysisforplanningwastewatertreatmentplants[J].Journalofwaterpollutioncontrolfederation,1962,34:565-581.[32]Evenson,D.E.etal.Preliminaryselectionofwatertreatmentsystems[J].Journalofwaterpollutioncontrolfederation,1969,41:1845-1858.[33]Chia,S.S.,Defilippi,J.A.Systemoptimizationofwatertreatmentplantprocessdesign[J].Journalofenvironmentalengineeringdivision,ASCE1970,96:409-421.[34]Rossman,L.A.Synthesisofwastetreatmentbyimplicitenumeration[J].Journalofwaterpollutioncontrolfederation,1980,52:148-160.110 参考文献[35]AndrewDixon,MattthewSimon,TomBurkitt.Assessingtheenvironmentalimpactoftwooptionsforsmall-scalewastewatertreatment:comparingareedbedandanaeratedbiologicalfilterusingalifecycleapproach[J].EcologicalEngineering,2003(20):297~308.[36]ManelPochetal.,Designingandbuildingrealenvironmentaldecisionsupportsystems[J].EnvironmentalModeling&Software,2004(19):857-873.[37]AdriaanR.Mels,etal.Sustainabilitycriteriaasatoolinthedevelopmentofnewsewagetreatmentmethods[J].Wat.Sci.Tech.1999(39)5:243-250.[38]AnneliesJ.Balkema,etal.Indicatorsforthesustainabilityassessmentofwastewatertreatmentsystems[J].UrbanWater,2002(4)153-161.[39]UlrikaPalmeetal.Sustainabledevelopmentindicatorsforwastewatersystems–researchersandindicatorusersinaco-operativecasestudy[J].ResourceConservation&Recycling,2005(43):293-311.[40]BulterD.andParkinson,J.Towardssustainableurbandrainage[J].Wat.Sci.Tech.,1997(35)9:53-63.[41]Hellström,D.,Jeppsson,UandKärrman,E.Aframeworkforsystemsanalysisofsustainableurbanwatermanagement[J].EnvironmentalImpactAssessmentReview.2000(20):311-321.[42]Lundin,M.,Molander,S.andMorrison,G.M.Asetofindicatorsfortheassessmentoftemporalvariationinsustainabilityofsanitarysystems[J].Wat.Sci.Tech.,1999(39)5:235-242.[43]Mels,A.R.etal.,Sustainabilityindicatorsasatoolinthedevelopmentofnewsewagetreatmentmethods[J].Wat.Sci.Tech.,1999(39)5:243-250.[44]Otterpohl,R.,Grottker,M.andLange,J.Sustainablewaterandwastewatermanagementinurbanareas[J].Wat.Sci.Tech.1997(35)9:121-134.[45]GuanmingZengetal.Optimizationofwastewatertreatmentalternativeselectionbyhierarchygreyrelationalanalysis[J].JournalofEnvironmentalManagement,2007(82):250-259.[46]HansBrixHow‗green‘areaquaculture,constructedwetlandandconventionalwastewatertreatmentsystem?[J].Wat.Sci.Tech.,1999(40)3:45-50.[47]Azar,C.,etal.Social–ecologicalsustainability[J].EcologicalEconomics,1996(18):89-112.[48]F.J.Dennison,etal.Assessingmanagementoptionsforwastewatertreatmentworksinthecontextoflifecycleassessment[J].Wat.Sci.Tech.1998,38(11):23-30.[49]ErikGrönlund,Sustainabilityofwastewatertreatmentwithmicroalgaeincoldclimate,evaluatedwithemergyandsocio-ecologicalprinciples[J].EcologicalEngineering,2004(24):155-174.111 重庆大学博士学位论文[50]ErikKärrman.Strategiestowardssustainablewastewatermanagement[J].UrbanWater,2001(3):63-72.[51]HenrikAspegrenetal.Theurbanwatersystem-afutureSwedishperspective[J].Wat.Sci.Tech,1997,Vol.35,No.9,33-43.[52]R.M.Ashleyetal.Assessmentofthesustainabilityofalternativesforthedisposalofdomesticsanitarywaste[J].Wat.Sci.Tech.1999(39)5:251-258.[53]蓝盛芳,钦佩.生态系统的能值分析[J].应用生态学报.2001,12（1）:129~131.[54]李宏艳.带有模糊信息的多目标决策问题的改进灰色模糊算法[J].数学的实践与认识.2003,33（4）:54-59.[55]李鼎杜端甫.并行工程中的一类综合决策模型的研究[J].系统工程学报,1998,13（4）:66-73.[56]跃进.定量分析方法[M].北京:中国人民大学出版社,2002.8.[57]Hawang,C.L.andK.Yoon.Multipleattributedecisionmaking–methodsandapplication,astateoftheartsurvey[M].Springer–VerlagBerlinHeidelberg,1981[58]Nijkamp,P.andA.vanDelft.Multi–criteriaanalysisandregionaldecisionmaking[M].MartinusNijhoffSocialScienceDivision,Leiden,theNetherlands,1977.[59]Satty,T.L.Ascalingforprioritiesinhierarchicalstructures[J].Journalofmathematicalpsychology,1977,15:234-281.[60]王莲芬,许树柏.层次分析法引论.北京:中国人民大学出版社,1990.[61]胡永宏,贺死辉.综合评价方法[M].北京:科学出版社,2000.[62]陆雍森主编.环境评价.上海:同济大学出版社,1999.[63]杨虹,万忠伦.价值工程中确定功能权重的方法[J].西华大学学报（自然科学版）,2005（24）2:77-80.[64]王凡,张耀良.关于―权‖及确定权重分配方法的探讨[J].系统工程,1993,11（5）:11-14.[65]杨宇.多指标综合评价中赋权方法评述[J].统计与决策,2006,7:17-20.[66]陈雷,王延章.基于熵权系数与TOPSIS集成评价决策方法的研究[J].控制与决策,2003,18（4）:456-460.[67]蔡艺.主成分方法在综合评价中的应用[J].中国统计,2005（2）:24-26.[68]王应明,傅国伟.主成分分析法在有限方案多目标决策中的应用[J].系统工程理论与应用.1993,2（2）:43-48.[69]鲁斐,李磊.主成分分析法在辽河水质评价中的应用[J].水利科技与经济,2006,12（10）:660-663.[70]叶晓枬,王志良.主成分分析法在水资源评价中的应用[J].河南大学学报（自然科学版）,2007,37（3）:276-280.112 参考文献[71]王凯马庆国.基于因子分析定权法的中国制造业技术创新能力研究[J].中国地质大学学报（社会科学版）.2007,7（2）:90-96.[72]王明涛.多指标综合评价中权数确定的离差、均方差决策方法[J].中国软科学,1999（8）:100-101.[73]Golding,A.andCalpine,H.C.Somepropertiesofpareto–optimalchoicesindecisionproblems[J]OMEGA,1976,4(2):141-147.[74]MacCrimmon,K.R.Decisionmakingamongmultiple–attributealternatives:asurveyandconsolidatedapproach,RANDMemorandum.[]RM-4823-ARPA,1968.[75]Dawes,R.M.Socialselectionbasedonmulti-dimensionalcriteria[J].JournalofAbnormaladSocialPsychology,1964,68(1):104-109.[76]Luce,R.D.Semiordersandatheoryofutilitydiscrimination[J].Economic,1956,24(2):178-191.[77]简祯富著.决策分析与管理—全面决策质量提升的架构与方法[M].北京:清华大学出版社,2007.[78]EdwardsW,BarronFH.SMARTSandSMARTER:improvedsimplemethodsformultiattributeutilitymeasurement[J].Organizationalbehaviorandhumandecisionprocesses,1994,60(3):306~325.[79]高阳,陈常青.一种基于ELECTRE排序的简化方法[J].统计与决策,2006,5:37-40.[80]王坚强.信息不完全确定的PROMETHEE方法及应用[J].系统工程与电子技术,2005,27（11）:1909-1913.[81]高洁,戴建新,王雪红.可拓决策方法综述[J].系统工程理论方法应用,2004,13（3）:264-269.[82]叶勇等.物元可拓法在地下水环境质量评价中的应用[J].水土保持研究,2007,14（2）:52-55.[83]胡永宏.对TOPSIS法用于综合评价的改进[J].数学的认识与实践,2002,32（4）:572-574.[84]秦寿康.TOPSIS价值函数模型[J].系统工程学报,2003,18（1）:37-43.[85]张建胜,吴祈宗.基于Vague集的TOPSIS[J].数学的实践与认识,2006,36（4）:79-84.[86]HwangC.L.,Yoon,K.S.Multipleattributedecisionmaking[M]Berlin:Spring,Verlag,1981.[87]杨伦标高英仪著.模糊数学原理及应用[M].广州:华南理工大学出版社,2000.[88]任善强.数学模型[M].重庆:重庆大学出版社,2003.[89]邓聚龙著.灰预测与灰决策[M].武汉:华中科技大学出版社,2002.[90]邓聚龙著.灰理论基础[M].武汉:华中科技大学出版社,2002.[91]赵玮,岳德权.AHP的算法及其比较分析[J].数学的实践与认识,1995（1）:25-46.113 重庆大学博士学位论文[92]孙昭文等.层次分析法的判断矩阵一致性及其应用[J].天津大学学报,1994（27）4:487~494.[93]章志敏,赵继超.层次分析法的广义特征向量法[J].经济数学,2000（4）:67-69.[94]辛杨.AHP在群决策中的应用研究[D].大连理工大学硕士学位论文,2001.[95]秦寿康等.综合评价原理及应用（第一版）[M].北京:电子工业出版社,2003.[96]柴巧珠.层次分析法的改进最小二乘排序法[J].南开大学学报（自然科学版）.1993（3）:49-56.[97]朱建军.层次分析法的若干问题研究及应用[D].东北大学博士学位论文,2005年.[98]金菊良等.层次分析法在水资源工程环境影响评价中的应用[J].系统工程理论方法应用,2004,13（2）:187-192.[99]金菊良,丁晶.水资源系统工程[M].成都:四川科学技术出版社,2002.[100]张礼兵等.确定水资源工程环境影响评价指标权重的方法[J].农业系统科学与综合研究,2002,18（3）:192-196.[101]BaskarS.,etal.Hybridrealcodedgeneticalgorithmsolutiontoeconomicdispatchproblem[J].Computersandelectricalengineering,2003,29(3):407-419.[102]WangY.Z.Usinggeneticalgorithmmethodstosolvecourseschedulingproblems[J].Expertsystemswithapplications,2003,25(1):39-50.[103]JuidetteH.,SaxenaB.Improvedgeneticalgorithmforthepermutationflowshopschedulingproblem[J].Computersandoperationresearch,2004,31(4):593-606.[104]SalehH.A.ChelouahR.Thedesignoftheglobalnaviationsatellitesystemsurvingnetworksusinggeneticalgorithms[J].Engineeringapplicationofartificialintelligence,2004,17(1):111-122.[105]HansenJ.V.Geneticsearchmethodsinairtrafficcontrol[J].Computersandoperationsresearch,2004,31(3):445-459.[106]刘勇,康立山,陈毓屏.非数值并行算法（第二册）——遗传算法[M].北京:科学出版社,1997.[107]ManK.F.,KwongK.S.Geneticalgorithmsconceptsanddesigns[M].LondonSpring,1999.[108]国家发展改革委农村经济司.当前小城镇发展情况及建议[J].中国经贸导刊,2003（22）:21-22.[109]001年3月15日第九届全国人民代表大会第四次会议批准.中华人民共和国国民经济和社会发展第十个五年计划纲要.[110]毛天伦.关于加快重庆市小城镇发展的几点思考[J].重庆建筑大学学报（社科版）.2001,2（4）:96-99.114 参考文献[111]郭上沂.加快四川小城镇建设促进区域经济发展的对策研究[J].理论与改革,2001（1）:96-99.[112]宁夏回族自治区建设厅财政厅编制办公室等.关于加快宁夏回族自治区农村小城镇建设的实施意见[J].村镇建设,1999（12）:4-6.[113]张志斌,李夏.甘肃小城镇可持续发展研究[J].中国人口∙资源与环境,2004,14（5）:73-76.[114]莫海明等.广西民族地区小城镇可持续发展模式探讨[J].广西师范学院学报（自然科学版）.2003,20（3）:30-34.[115]王海.新阶段新疆小城镇发展问题探析[J].干旱资源与环境.2003,17（4）:39-42.[116]刘亚臣汤铭谭主编.小城镇规划管理与政策法规（第一版）[M].北京:中国建筑出版社,2004.[117]骆中钊,李宏伟,王炜编等编著.小城镇规划与建设管理[M].北京:化学工业出版社,2005.[118]刘亚臣汤铭谭主编.小城镇规划管理与政策法规（第一版）[M].北京:中国建筑出版社,2004.[119]华中科技大学建筑城规学院,四川省城乡规划设计研究院.城市规划资料集第三分册:小城镇规划（第一版）[M].北京:中国建筑工业出版社,2005.[120]孙炳彦,胡涛.关于小城镇环保工作的若干思考[J].环境保护,2000（4）:31-34.[121]文一波.城市污水厂建设和运营费用的探讨[J].中国给水排水,1999,Vol.15,No.9,17-19.[122]杨健等.上海郊区小城镇污水处理实用技术研究[J].环境保护.1999,8:14-17.[123]杨鲁豫,王琳,王宝贞.适宜中小城镇的水污染控制技术[J].中国给水排水,2001,Vol.17,No1,23-25.[124]邵林广.南方城市污水处理工艺的选择[J].给水排水,2000,Vol.26,No.6,32-41.[125]顾润南.我国城市生活污水处理方法评述[J].环境保护,2001（9）:46-47.[126]赵乐军,中小城镇污水处理厂生物除磷脱氮工艺的选择[J].天津市政设计,2002,No.1,7-10.[127]周雹、谭振江.中、小型城市污水处理厂的优选工艺[J].中国给水排水,2000,Vol.16,No.10,21-24.[128]鄢恒珍等.小城镇污水处理实用技术分析[J].安全与环境工程,2003,Vol.10,No.3:31-34.[129]杭世珺.小城镇污水处理工程设计的反思与建议[J].给水排水.2004,Vol.30,No.10:17-21.[130]张世喜,陈新庚.珠江三角地区小城镇污水处理厂投资和运营模式探讨[J].中国环境115 重庆大学博士学位论文管理,2004（6）:48-51.[131]陈玉成等.三峡库区重庆段小城镇污水处理对策[J].中国给水排水,2004,Vol.20,No.5:28-31.[132]严素定等.三峡库区重庆段小城镇的污水现状与处理工艺优选[J].中国环境管理,2004.4:33-35.[133]刘丽元.西北地区小城镇污水治理途径的探讨[J].基建优化.2005,Vol.26,No.4,76-78.[134]李成江,李晶.小城镇污水处理技术探讨[J].中小城镇市政污水处理工程技术工艺高级研讨会论文集,25-28.[135]陈金銮；姜瑞需.浅议小城镇污水无害化、资源化处理技术及应用[J].中小城镇市政污水处理工程技术工艺高级研讨会论文集.34-39.[136]MarcosVanSperling.Comparisonamongthemostfrequentlyusedsystemsforwastewatertreatmentindevelopingcountries[J].Wat.Sci.Tech.1996,Vol.33,No.3:59-72.[137]MarcosVanSperling,CarlosAugustodeLenmosChernicharo.Urbanwastewatertreatmenttechnologiesandtheimplementationofdischargestandardsindevelopingcountries[J].UrbanWater4(2002):105-114.[138]Lettinga,G.Sustainableintegratedbiologicalwastewatertreatment[J].Wat.Sci.Tech.1996,Vol.33,No.3:85-98.[139]InnocentNhapi.AframeworkforthedecentralizedmanagementofwastewaterinZimbabwe[J].PHYSICSandCHEMISTRYoftheEARTH.2004(29):1265-1273.[140]傅国伟,程声通著.水污染控制系统规划[M].北京:清华大学出版社,1985.[141]赫尔曼•E•戴利(H.E.Daly),肯尼思•N•汤森（编）.珍惜地球——经济学、生态学、伦理学[M].北京:商务出版社,2001.[142]Dubourg,W.R.Reflectionsonthemeaningofsustainabledevelopmentinthewatersector[J].NaturalResourcesForum,1997,21(3):191-200.[143]MeadowsDH,etal.Thelimitstogrowth[M].NewYork:UniverseBooks,1972.[144]KahnH.Worldeconomicdevelopment[M].Boulder,Colorado:WestviewPress,1979.[145]WECD(WorldCommissiononEnvironmentandDevelopment).In:OurCommonFuture[M].Oxford:OxfordUniversityPress,1987.[146]BrownLR.Buildingasustainablesociety[M].NewYork:W.W.Norton,1989.[147]魏一鸣傅小锋陈长杰著.中国可持续发展管理理论与实践[M].北京:科学出版社,2005.[148]张坤民主编.可持续发展论[M].北京:中国环境科学出版社,1997.[149]荆肇乾吕锡武.污水处理中磷回收理论与技术[J].安全与环境工程,2005（12）1:116 参考文献29~32.[150]郝晓地编著.可持续污水-废物处理技术[M].北京:中国建筑工业出版社,2006.[151]郝晓地等.采用数学模拟评价生物营养物去除工艺的除磷效果[J].中国给水排水,2006（22）5:30~35.[152]郝晓地等.磷回收提高生物除磷效果的验证[J].中国给水排水,2006（22）17:22~26.[153]ArunV,MinoT,MatsuoT.Biologicalmechanismofacetateuptakemediatedbycarbohydrateconsumptioninexcessphosphorusremovalsystems[J].WaterRes,1998,22:565-570.[154]ArvinE.Observationsupportingphosphatebybiologicallymediatedchemicalprecipitationareview[J].WaterSci.Tech,1983,15(3~4):43-63.[155]BattistoniP,etal.Phosphateremovalinan-aerobicliquorsbystruvitecrystallizationwith-outadditionofchemicals:preliminaryresults[J].WaterRes.,1997,31:2925-2929.[156]夏青等著.ISO14020系列国际标准教程[M].北京:中国环境科学出版社,2004.[157]JulesB.vanLierandGatzeLettinga.Appropriaetechnologiesforeffectivemanagementofindustrialanddomesticwastewater:thedecentralizedapproach[J].Wat.Sci.Tech.Vol.40,No.7,pp.171-183,1999.[158]叶大均.能源概论[M].北京:清华大学出版社,1996.[159]W.F,Owen著.章北平,车武译.污水处理能耗与能效[M].北京:能源出版社,1989.[160]严煦世,刘遂庆著.给水排水管网系统[M].北京:中国建筑工业出版社,2002.[161]王洪臣主编.城市污水处理厂运行控制与维护管理[M].北京:科学出版社,1999.[162]吉方英.排除厌氧富磷污水ERP_SBR除磷脱氮工艺研究[D].重庆大学博士学位论文,2004.[163]陈永祥等.SBR处理城市生活污水的试验研究.环境科学与技术,2001（6）:14~17.[164]沈耀良,赵丹.强化SBR工艺脱氮除磷效果的若干对策.中国给水排水,2000,16（7）:23~26.[165]高俊发王社平主编.污水处理厂工艺设计[M].北京:化学工业出版社,2003.[167]郑俊,吴浩汀,程寒飞编著.曝气生物滤池污水处理新技术及工程实例[M].北京:化学工业出版社,2002.[168]P.W.Westerman,J.R.Bicudo,A.Kantardjieff.Upflowbiologicalaeratedfiltersfortreatmentofflushedswinemanure[J].Bioresourcetechnology.2000,74,181-190.[169]严子春.折流曝气生物滤池处理城市污水的特性及其除磷脱氮效能研究[D].重庆大学博士学位论文,2004.[170]张红晶.侧向流曝气生物滤池处理生活污水的特性及其除磷脱氮效能的研究[D].重庆大学博士学位论文,2006.117 重庆大学博士学位论文[171]王小平曹立明编著.遗传算法—理论、应用于软件实现[M].西安:西安交通大学出版社,2003.[172]GoldbergDE.GeneticAlgorithmsinSearch,Optimization,andMachineLearning[M].Addison-wesleyPublishingCompany,INC,NewYork.1989.[173]GoldbergDE.AComparativeAnalysisofSelectionSchemesUsedinGeneticAlgorithms[J].In:ProceedingsoftheFourthInternationalConferenceonGeneticAlgorithmsandTheirApplications.SanDiego,CA:MorganKaufann.1991.[174]Lyer,Srikanth,K.Saxena,etal.Improvedgeneticalgorithmforthepermutationflowshopschedulingproblem[J].ComputerandOperationResearch,2004,31(4):593-606.[175]Schaffer,J.D.etal.Astudyofcontrolparametersaffectingonlineperformanceofgeneticrdalgorithmsforfunctionoptimization.Proc.3.Conf.Geneticalgorithms,1989:51-60.[176]席裕庚,柴天佑,恽为民.遗传算法综述.控制理论与应用,1996,13（6）:697-708.[177]KreinovichV,QuitanaC,FuentesO.GeneticAlgorithms:WhatFitnessScalingIsOptimal?[J].CyberneticsandSystems.1993,24(1):9-36.[178]张文修梁怡编著.遗传算法的数学基础[M].西安:西安交通大学出版社,2003.[179]徐泽水.AHP中两类标度的关系研究[J].系统工程理论与实践,1999（7）:97~102.[180]刘思峰,郭天榜,党耀国.灰色系统理论及其应用[M].北京:科学出版社,1999.[181]岳超源.决策理论与方法[M].北京:科学出版社,2003.[182]穆冬.综合排序的双基点法的改进及灵敏度分析[J].系统工程理论与实践,1993,13（5）.[183]肖新平.有时序多指标决策的关联分析及灵敏度分析[J].系统工程与电子技术,1995.[184]Fiacco,A,V.Introductiontosensitivityandstabilityanalysisinnonlinearprogramming[M].AcademicPress,NewYork,1983.[185]左军.多目标决策中灵敏度分析的方法探讨[J].系统工程理论与实践.1987,7（3）:1-11.[186]樊治平,尤天慧,张全.多属性决策中基于加权模型的属性值灵敏度分析[J].东北大学学报（自然科学版）,2002,23（1）:83-87.[187刘树林.邱宛华.广义双基点法的灵敏度分析理论研究[J].系统工程理论与实践,1998,3:26-31.[188]杨健,吴超.区间数多属性决策中属性值的灵敏度分析及在潜艇作战上的应用[J].舰艇科学技术,2006,28（1）:92-95.[189]邓义华.多属性决策的灵敏度分析[D].南京理工大学,2003.118 附录A作者在攻读博士学位期间发表的部分论文附录A作者在攻读博士学位期间发表的部分论文[1]唐然,龙腾锐,姜文超,龙向宇.西部小城镇集中式供水设施现状与存在问题[J].中国给水排水,2006,12（24）:6-9.[2]唐然、龙腾锐、龙向宇.城镇污水处理工艺优选可持续决策目标及指标体系探讨.安全与环境工程,2008,15（1）,待发表.[3]唐然龙腾锐龙向宇.改进遗传算法确定城镇污水处理工艺优选决策指标的权值[J].中国给水排水.已录用.[4]唐然龙腾锐龙向宇.基于模糊聚类的改进遗传算法[J].重庆大学学报（自然科学版）,2008,31（2）:166-169.[5]唐然龙腾锐龙向宇.模糊—灰色关联法在污水处理工艺优选中的应用研究[J].给水排水（增刊）,2008,8,已录用.[6]唐然,龙腾锐,姜文超,龙向宇.我国西部小城镇污水处理系统发展建议[J].中国科技成果,2005,23:10-13.[7]唐然,龙腾锐,姜文超,龙向宇.浅谈西部小城镇污水处理系统[J].中小城镇市政污水处理工程技术工艺高级研讨会论文集.成都,2005:20-24.[8]龙向宇龙腾锐唐然.阳离子交换树脂提取活性污泥胞外聚合物的研究[J].中国给水排水,2008,24（3）:29-33.[9]严晨敏张代钧唐然.一种改进的MSBR工艺脱氮除磷性能的仿真模拟与试验研究[J].环境科学学报,2005,25（3）:392~397.119 重庆大学博士学位论文120 附录B可持续决策指标体系应用实例相关数据附录B可持续决策指标体系应用实例相关数据3.3.2节中，可持续决策指标体系应用实例相关数据具体如下。①技术指标SBR、BAF与Orbal氧化沟工艺的生物二级处理中生物处理的除磷效率分别取为：80%，35%与50%。②环境指标（1）直接能耗表B1直接能耗相关数据TabB1Therelativedataofdirectenergyconsumption项目剩余污泥量COD二级处理系统进水COD二级处理系统出水输入电能回收能量（kgVSS/d）（mg/l）（mg/l）（kw·h/d）（KJ/d）工艺SBR247.47263601688.000BAF64.8263601089.490Orbal200263602767.840（2）间接能耗表B2间接能耗相关数据TabB2Therelativedataofindirectenergyconsumption项目钢材木材水泥PAC处理厂建材（药剂）耗量耗量耗量耗量占地运输距离32工艺（t）（m）（t）（kg/a）（m）（km）3SBR107.2135.099389.0540.54×10961.33203BAF130.3604.777440.7610.14×10938.23203Orbal152.0875.888521.3550.44×101327.720（3）占地参见表B2。③经济指标121 重庆大学博士学位论文表B3经济指标相关数据TabB3Therelativedataofeconomic项目投资偿还期工程项目基建投年运行费用年利率工艺（a）资（万元）（万元/年）（%）SBR20851.3462.401BAF20934.5151.941Orbal20997.9283.291④社会指标表B4社会指标相关数据TabB4Therelativesocialdata项目对操作人员运行管理可接受度工艺文化水平要求难易程度SBR10.700.80BAF10.710.65Orbal10.580.74122 附录CFMGA控制参数中N与A确定123 重庆大学博士学位论文124 附录CFMGA控制参数中N与A确定125 重庆大学博士学位论文126 附录CFMGA控制参数中N与A确定127 重庆大学博士学位论文128 附录CFMGA控制参数中N与A确定129 重庆大学博士学位论文130 附录CFMGA控制参数中N与A确定131 重庆大学博士学位论文132 附录D三峡库区城镇污水处理工艺决策指标权值调查表回函的样本附录D三峡库区城镇污水处理工艺决策指标权值调查表回函的样本随着三峡库区城镇化水平的不断提高，库区城镇污水处理厂的建设将得到迅猛发展。污水处理工艺决定着处理工程总投资、污水处理运行费用和污染物去除效果，针对三峡库区平地少（典型山地地形）、文化经济水平相对落后及城镇污水量小（一般小于5万吨/日，多在0.2~2万吨/日左右）等特点，研究确定最优的污水处理工艺，对库区城镇污水处理设施的建设具有重要意义。由于污水处理领域专家（包括科研设计人员、污水处理厂工作人员、相关政府部门工作人员等）的个人相关经验是帮助城镇污水处理工艺优选决策的重要工具之一，特进行本次《三峡库区城镇污水处理工艺优选决策调查》活动。本次调查根据Delphi法原理设计，采用半匿名的形式进行，即：由调查组织方制定调查表并发给专家，参与专家之间相互匿名；专家对调查表所列内容予以判断和评定，并反馈给调查组织方；调查组织方汇总、整理专家填写的调查表，对专家意见进行统计处理。本次调查活动主要调查了两方面内容：第一，对部分三峡库区城镇常用污水处理工艺，调查其社会指标的取值（如工艺运行管理难易程度、当地人接受度等），专家也可再列出其他常用工艺并对其社会指标评分；第二，对可能影响三峡库区城镇污水处理工艺选择的各指标（因素），调查指标间权重的大小。请于收到邮件后10天内将评分信息通过以下联系方式反馈给调查组织方。衷心感谢您的参与和支持！调查组织方的联系方式为：电子邮箱：tangranhncq@126.com133 重庆大学博士学位论文134 附录D三峡库区城镇污水处理工艺决策指标权值调查表回函的样本135 重庆大学博士学位论文136 附录D三峡库区城镇污水处理工艺决策指标权值调查表回函的样本137 重庆大学博士学位论文138 附录EFMGA算法求解库区城镇污水处理工艺优选决策一级指标权值的相关数据139 重庆大学博士学位论文140'