基于客观组合赋权的供水管网健康度多级综合评价模型研究 86页

'广东工业大学硕士学位论文（工学硕士）基于客观组合赋权的供水管网健康度多级综合评价模型研究邓天奇二○一八年五月 分类号：学校代号：11845UDC：密级：学号：2111509009广东工业大学硕士学位论文（工学硕士）基于客观组合赋权的供水管网健康度多级综合评价模型研究邓天奇指导教师姓名、职称：王志红教授学科(专业)或领域名称：土木工程学生所属学院：土木与交通工程学院论文答辩日期：2018年5月 ADissertationSubmittedtoGuangdongUniversityofTechnologyfortheDegreeofMaster(MasterofEngineeringScience)ResearchonMulti-levelComprehensiveEvaluationModelofHealthDegreeofWaterDistributionNetworkBasedonObjectiveCombinationandWeightingMasterCandidate:DengTianqiSupervisor:ProfessorWangZhihongMay2018SchoolofCivilandTransportationEngineeringGuangdongUniversityofTechnologyGuangzhou,Guangdong,P.R.China,510006 摘要摘要我国城镇供水管网至今已有一百余年的历史，随着经济发展，城镇基础建设也有了长足的进步。然而，城镇安全供水依旧面临着极为重大的挑战，供水管道老化、管网爆漏事件频发等问题正严重威胁着用户安全用水。但现阶段供水管网的管理水平较为落后，只限于事故发生后的被动检修，缺乏预防事故的能力。故而，本文依据广东省某镇七年的供水管网的实际数据，开展了该镇供水管网多级综合评价模型研究。全面了解现状供水管网，依据其自身规律预测管道所属健康度等级，并依据健康度评价等级的差异制定有针对性的供水管道更新、检修、维护等处理措施，化被动为主动，既提升了效率又使得资源最大化利用，对于提升居民安全用水，以及供水企业的经济效益都有着不凡的意义。首先，基于该镇供水管网的属性数据、检修维护数据、应用INFOWORKS软件建立水力模型导出管网运行数据建立数据库，引入故障系数概念，分析各评价指标对于管道爆漏风险的影响规律。经分析得到：①存在最不利管径，即当管径为DN600时，供水管网发生爆漏事件的概率最高，当管径大于或者小于DN600时，管径越大其发生爆漏事件的可能性越低；②管龄大小与管道发生爆漏风险的概率大体呈现正相关趋势，即随着管龄的增大，供水管网发生爆漏事件的概率增大；③平均埋深大小与管道发生爆漏风险的概率大体呈现负相关趋势，即随着埋深的增大，供水管网发生爆漏事件的概率降低；④平均水压大小与管道发生爆漏风险的概率大体呈现正相关趋势，即随着水压的增大，供水管网发生爆漏事件的概率增大；⑤平均流速存在最优区间，当流速处于最优区间时，爆漏风险最低，大于或者小于该区间爆漏风险增大，呈现随着流速的增加，爆漏事件的概率先降低后升高的趋势；⑥不同管道材质发生爆漏风险可能性由高到低的次序为钢管、球墨铸铁管、聚乙烯塑料管、灰口铸铁管和砼管。其次，对于健康度评价模型的六个指标（管径、管龄、管材、平均流速、平均水压、平均埋深）进行权重分配。采用客观组合赋权，基于方差最大化思想，应用主成分分析法与熵权法两种方法组合赋权。得到最终的权重分配为：管径0.3229；管龄0.2133；管材0.0749；平均流速0.1845；平均压力0.0914；平均埋深0.1131。再次，建立城镇供水管网健康度灰色模糊多级评价模型。采用等级分级制，确定风险评价健康、病态两大等级及具体五个细分等级的评价标准及相应的处理措施。分析优选评价指标隶属度函数分布，结合指标权重建立一级模糊综合评价，在一级评价基I 广东工业大学硕士学位论文础上基于灰色关联分析法建立二级灰色综合评价模型。最后，基于该镇最新年份实际数据采用灰色模糊多级评价模型进行综合评价，提出具针对性的管道应对措施。并进行最大隶属度原则检验、一级健康病态检验、二级评价区间吻合度检验，并得出一级模糊健康、病态大等级评价准确度达到79.41%，二级灰色五等级评价区间吻合度准确度达到70.59%，准确程度理想。关键词：供水管网、健康度、组合权重、多级评价II ABSTRACTABSTRACTTheurbanwatersupplypipenetworkinChinahasahistoryofmorethan100years.Withthedevelopmentofeconomy,theurbaninfrastructurehasalsomadeconsiderableprogress.However,thesafetyofurbanwatersupplystillfacesextremelyseriouschallenges.Problemssuchastheageingofwatersupplypipelinesandthefrequentexplosionofpipelinenetworksareseriouslythreateningthesafeuseofwaterbyusers.However,atthisstage,themanagementlevelofthewatersupplypipenetworkisrelativelybackward.Itislimitedtopassivemaintenanceaftertheaccidentandlackstheabilitytopreventaccidents.Therefore,basedontheactualdataofaseven-yearwatersupplynetworkinatowninGuangdongProvince,thepapercarriedoutamulti-levelcomprehensiveevaluationmodelforthewatersupplynetworkofthetown.Acomprehensiveunderstandingofthestatusquoofwatersupplypipenetwork,accordingtotheirownlawstopredictthehealthlevelofthepipeline,andbasedonthedifferencesinthelevelofhealthassessmenttodeveloptargetedwatersupplypipelinerenewal,maintenance,maintenanceandothertreatmentmeasures,passiveandactive,notonlyimprovedTheefficiencyalsomaximizestheuseofresources,whichhasgreatsignificanceforimprovingresidents"safewateruseandtheeconomicbenefitsofwatersupplycompanies.Firstly,basedontheattributedataofthetownwatersupplynetwork,maintenanceandrepairdata,andtheestablishmentofhydraulicmodelbasedonINFOWORKS,theoperationdataofthepipelinenetworkarederived,andtheconceptoffaultfactorisintroducedtoanalyzetheinfluenceruleofeachhealthevaluationindexontheriskofpipelineexplosion.Afteranalysis,itwasfoundthat:1Themostunfavorablepipediameterexists,thatis,whenthepipediameterisDN600,theprobabilityofoccurrenceofablowouteventisthehighestinthewatersupplypipenetwork.WhenthepipediameterisgreaterthanorlessthanDN600,thelargerthepipediameteris,themorelikelyitistohaveablowoutevent.Thelowerthesex,thelowertheprobabilityoftheexplosioneventfirstandthenthehighertrend;2Theageofthetubeageandtheprobabilityoftheriskoftubeexplosionhaveapositivecorrelationtrend,thatis,withtheincreaseoftheageofthepipe,thewatersupplynetworkleaksTheprobabilityofaneventincreases;3Theaveragedepthofburieddepthandtheprobabilityofexplosionriskinthepipelinegenerallyshowanegativecorrelationtrend,thatIII 广东工业大学硕士学位论文is,asthedepthofburialdepthincreases,theprobabilityofoccurrenceofexplosioneventinthewatersupplypipenetworkdecreases;4theaveragewaterpressuresizeTheprobabilityofoccurrenceofexplosionriskwiththepipelineisgenerallypositivelycorrelatedwiththetrend,thatis,asthewaterpressureincreases,theprobabilityofoccurrenceofexplosioneventsinthewatersupplypipenetworkincreases;5theaverageflowvelocityexistsintheoptimalinterval,whentheflowrateisintheoptimalintervalTheriskofexplosionisthelowest,andtheriskofexplosiongreaterthanorlessthantheintervalincreases,showingthattheprobabilityofablow-offeventdecreasesfirstandthenriseswiththeincreaseoftheflowrate;6Pipematerial,theriskofexplosionTheorderofpossibilitiesfromhightolowissteelpipe,ductileironpipe,polyethyleneplasticpipe,graycastironpipe,andheliumpipe.Secondly,weightswereassignedtothesixindicators(pipediameter,pipeage,pipematerial,averageflowrate,averagewaterpressure,andaveragedepthofburial)ofthehealthevaluationmodel.Usingtheobjectivecombinationweightingmethod,basedontheideaofmaximizingvariance,theprincipalcomponentanalysismethodandtheentropymethodareappliedtocombinetheweights.Thefinalweightdistributionwas:pipediameter0.3229;pipeage0.2133;pipe0.0749;averageflowrate0.1845;averagepressure0.0914;averagedepthof0.1131.Thirdly,establishagreyfuzzymulti-levelassessmentmodelforthehealthofurbanwatersupplynetworks.Ahierarchicalclassificationsystemisusedtodistinguishthefivelevelsofriskassessmentcriteriaandthecorrespondingtreatmentmeasures.Thepost-analysisoptimizationevaluationfactorssetmembershipfunctionandweightsareusedtoperformafirst-levelfuzzycomprehensiveevaluation.Basedonthefirst-levelevaluation,agreycorrelationcoefficientisestablished.Secondarygraycomprehensiveevaluationmodel.Finally,basedontheactualdataofthetown"slatestyear,acomprehensiveassessmentusingagreyfuzzymulti-levelevaluationmodelwasconductedtoproposehighlytargetedpipelineresponsemeasures.Themaximumdegreeofmembershipprincipletest,thefirst-levelhealthmorbiditytest,andthesecond-degreeevaluationintervalcoincidencedegreetestwereperformed,andthefirst-levelevaluationaccuracywas79.41%,andthesecond-levelevaluationaccuracywas70.59%.Theaccuracywasideal.IV ABSTRACTKeywords:watersupplypipenetwork,healthdegree,combinationweight,multi-levelevaluationV 广东工业大学硕士学位论文目录摘要..........................................................................................................................................IABSTRACT..........................................................................................................................III目录......................................................................................................................................ⅦCONTENTS..........................................................................................................................Ⅸ第一章绪论.........................................................................................................................11.1课题的研究背景及意义............................................................................................11.1.1课题研究背景......................................................................................................11.1.2课题的提出及其研究意义..................................................................................21.2国内外研究现状及分析............................................................................................21.3课题研究内容及技术路线........................................................................................91.3.1课题的研究内容..................................................................................................91.3.2课题的技术路线................................................................................................10第二章供水管网健康度评价指标分析...........................................................................112.1南方某镇供水管网管概况......................................................................................112.1.1该镇供水管网基本属性信息............................................................................112.1.2该镇供水管网故障检修维护信息....................................................................122.2供水管网健康度评价指标分析..............................................................................132.2.1管径....................................................................................................................132.2.2管材....................................................................................................................152.2.3管龄....................................................................................................................182.2.4平均埋深............................................................................................................192.2.5平均流速............................................................................................................212.2.6平均供水压力....................................................................................................232.3本章小结..................................................................................................................25第三章供水管网健康度评价指标权重分配...................................................................273.1主成分分分析法确定权重......................................................................................273.1.1主成分分析法原理............................................................................................273.1.2主成分分析法分析步骤....................................................................................27VI 目录3.1.3主成分分析法对供水管网健康度评价指标的权重计算................................273.2熵权法确定权重......................................................................................................333.2.1熵权法的原理....................................................................................................333.2.2熵权法的分析步骤............................................................................................333.2.3熵权法对供水管网健康度评价指标的权重计算............................................343.3基于方差最大化的客观权重组合赋权..................................................................343.3.1两种客观赋权的特性........................................................................................343.3.2方差最大化思想原理........................................................................................353.3.3基于方差最大化思想的客观权重分析步骤....................................................353.3.4基于方差最大化的组合赋权法对供水管网健康度的权重计算....................363.4本章小结..................................................................................................................37第四章供水管网灰色模糊多级综合评价模型...............................................................384.1模糊综合评价法......................................................................................................384.1.1模糊综合评价法原理........................................................................................384.1.2模糊综合评价法的建模步骤............................................................................384.2灰色综合评价法......................................................................................................404.2.1灰色综合评价法的原理....................................................................................404.2.2灰色综合评价法的建模步骤............................................................................404.3灰色模糊多级综合评价模型构建..........................................................................414.3.1供水管网健康度评价标准的确定....................................................................414.3.2评价指标隶属度函数的选择............................................................................414.3.3一级模糊综合评价模型的建立........................................................................504.3.4二级灰色模糊综合评价模型的建立................................................................514.4本章小结..................................................................................................................52第五章供水管网健康度评价模型应用及其准确度检验...............................................535.1一级模糊综合评价模型应用及准确度检验..........................................................535.1.1一级模糊综合评价模型应用............................................................................535.1.2一级模糊综合评价模型最大隶属度原则检验................................................555.1.3一级模糊综合评价模型健康病态准确度检验................................................565.2二级灰色综合评价模型应用及准确度检验..........................................................57VII 广东工业大学硕士学位论文5.2.1二级灰色综合评价模型应用............................................................................575.2.2二级灰色综合评价模型评价等级吻合度检验..................................................595.3本章小结..................................................................................................................60结论与展望...........................................................................................................................62结论...................................................................................................................................62展望...................................................................................................................................63参考文献...............................................................................................................................64攻读硕士学位期间发表的论文...........................................................................................69学位论文独创性声明...........................................................................................................71学位论文版权使用授权声明...............................................................................................71致谢.......................................................................................................................................72VIII CONTNETSCONTENTSABSTRACT（CHINESE）....................................................................................................IABSTRACT（ENGLISH）.................................................................................................IIICONTENTS（CHINESE）................................................................................................ⅦCONTENTS（ENGLISH）.................................................................................................ⅨCHAPTERⅠIntroduction.................................................................................................11.1Theresearchbackgroundandsignificanceofthetopic.................................................11.1.1Backgroundofstudy...............................................................................................11.1.2Significanceofstudy...............................................................................................21.2Researchstatusathomeandabroad..............................................................................21.3Subjectresearchcontentandtechnicalroute..............................................................91.3.1Researchcontentofthetopic...............................................................................91.3.2Technicallineofthesubject..............................................................................10CHAPTERⅡAnalysisonEvaluationIndexofHealthDegreeofPipeNetwork.............112.1WatersupplypipenetworkmanagementinatowninGuangdongProvince..............112.1.1Watersupplynetworkbasicattributeinformationofthetown.........................112.1.2Watersupplypipenetworktroubleshootingmaintenanceinformation.............122.2AnalysisonEvaluationIndexofHealthDegreeofWaterSupplyPipeNetwork....132.2.1Pipediameter......................................................................................................132.2.2Pipematerial......................................................................................................152.2.3Pipeage..............................................................................................................182.2.4Averagedepthofburial.........................................................................................192.2.5Averageflowrate.................................................................................................212.2.6Averagewatersupplypressure..............................................................................232.3Chaptersummary........................................................................................................25CHAPTERⅢWaterdistributionnetworkhealthevaluationindexweightdistribution....273.1Principalcomponentanalysistodetermineweights.................................................273.1.1Principalcomponentanalysisprinciple.............................................................273.1.2Principalcomponentanalysisanalysissteps......................................................27IX 广东工业大学硕士学位论文3.1.3WeightCalculationofHealthAssessmentIndexofWaterPipeNetworkBasedonPrincipalComponentAnalysis..................................................................................273.2Entropyweightmethodtodetermineweight............................................................333.2.1Theprincipleofentropymethod........................................................................333.2.2Entropyweightanalysisstep..............................................................................333.2.3WeightCalculationofEvaluationIndexofHealthDegreeofWaterSupplyNetworkBasedonEntropyWeightMethod..................................................................343.3Objectiveweightcombinationoptimizationbasedonvariancemaximization........343.3.1Twokindsofobjectivelyempoweringfeatures.................................................343.3.2Maximumvarianceprincipleofthought............................................................353.3.3ObjectiveWeightsAnalysisProcedureBasedonMaximizingVariance..........353.3.4WeightCalculationBasedonVarianceMaximizingCombinationWeightingMethodforWaterSupplyPipelineHealthDegree........................................................363.4Chaptersummary......................................................................................................37CHAPTERⅣGrayfuzzymulti-levelcomprehensiveevaluationmodelofwatersupplynetwork..................................................................................................................................384.1Fuzzycomprehensiveevaluationmethod.................................................................384.1.1Theprincipleoffuzzycomprehensiveevaluationmethod................................384.1.2Modelingprocedureoffuzzycomprehensiveevaluationmethod.....................384.2Greycomprehensiveevaluation...............................................................................404.2.1Theprincipleofgraycomprehensiveevaluationmethod..................................404.2.2Modelingprocedureofgraycomprehensiveevaluationmethod.......................404.3Constructionofgreyfuzzymultilevelcomprehensiveevaluationmodel................414.3.1Determinationofwatersupplypipelinehealthevaluationstandards................414.3.2Selectionofevaluationindexmembershipfunction..........................................414.3.3Theestablishmentofafuzzycomprehensiveevaluationmodel........................504.3.4Theestablishmentofmulti-levelgreyfuzzycomprehensiveevaluationmodel514.4Chaptersummary......................................................................................................52CHAPTERⅤApplicationofwatersupplynetworkhealthassessmentmodelanditsaccuracytest..........................................................................................................................53X CONTNETS5.1First-levelevaluationmodelapplicationandaccuracytest......................................535.1.1Applicationofafuzzycomprehensiveevaluationmodel..................................535.1.2First-orderevaluationmodelsuper-fuzzytest...................................................555.1.3First-orderevaluationmodelhealthmorbidityaccuracytest.............................565.2ApplicationofSecondaryGreyComprehensiveEvaluationModelandAccuracyTest....................................................................................................................................575.2.1SecondaryGrayComprehensiveEvaluationModelApplication......................575.2.2Two-evaluationmodelevaluationcoincidencetest...........................................595.3Chaptersummary......................................................................................................60Conclusionandprospect.......................................................................................................62Conclusion.........................................................................................................................62Prospect..............................................................................................................................63References.............................................................................................................................64Publishedpaperduringtheperiodofstudyformasterdegree..............................................69Oroginalitystatement............................................................................................................71Authorizedstatement.............................................................................................................71Acknowledgements...............................................................................................................72XI 第一章绪论第一章绪论1.1课题的研究背景及意义1.1.1课题研究背景我国是世界上用水量最多的国家，同时也是最缺水的国家之一。中国年平均降水总量约为，淡水资源总量约为，占全球水资源总量的6%，位于全世界第四位。然而，我国人均水资源量为2300，仅为世界平均水平的四分之一。在水资源如此不足的情况下，我国城市供水漏损的现状更是十分恶劣，根据2011年供水年鉴资料，全国657个城市的供水总量为，漏损总量为，漏损率达到了16.71%，漏损水总量为当年北京、天津、上海、重庆四大直辖市售水总量的1.79倍。随着社会的发展进步，人们对于安全用水的需求日益增加。城市供水系统的地位举足轻重，而城市供水系统面临最大的问题就是供水管网的漏损问题。以广州为例，根据广州市自来水公司户外爆管记录显示，七年间广州市全市发生管网爆漏事件的次数平均超过6000起。漏损事故的频发，不仅仅对企业的效益造成严重影响，同时也威胁着广大用户的用水安全。造成供水管网漏损事故频发的原因众多，主要为以下两方面。其一，供水管网的服役年限过长，由于大部分管网位于土壤下，随着工作年限的增加，在土壤腐蚀和电化学腐蚀的作用下，管壁会逐渐变薄，其受力性能明显下降，造成漏损，严重时会发生爆管。其二，大型管网的规划布局不合理，由于中国城镇化的快速发展，城市的面积在不断的变大，然而，大部分供水管网并没有针对性的长期规划方案，造成许多管网复杂冗余，管径选择不合理，调度时局部水压过大等原因均会造成管网的非正常工作，严重时会引发爆漏事件。然而，面对日益增多的爆漏事件，供水企业在管理维护方面也是举步维艰。首先，大型管网的复杂化，由于早期经验建设居多，缺乏科学依据造成布局不合理，使得整体检查变得非常艰难，若是采用地毯式的整体检修，则需耗费大量的人力与成本，性价比极低。其次，缺乏针对性的手段，处理过程往往十分被动。每当事故发生的时候，才能做出应对措施，而事故发生已是不可逆的结果，造成的人民财产危害与用水安全危害依然存在。一直以来，国家对水资源方面十分关注。2015年4月，中央政治局常务委员会发1 广东工业大学硕士学位论文布的《水十条》中第三条“着力节约保护水资源”中重点强调提高用水效率。《全国城镇供水设施改造与建设“十三五”规划》提出构建供水安全多级屏障，推进供水设施的改造与建设，提高安全用水保障能力。可见，科学管理，预防与监测并重已成为供水管网优化管理的大势所趋。为了能够主动高效的应对供水管网的维护升级，对于供水管网的整体评价是十分必要的，建立一套对于供水管网的健康评价体系，能够有针对性的提出不同管网所需采取的不同应对措施，既可以保证居民的安全用水也为供水企业的管理提供了助力。1.1.2课题的提出及其研究意义为了解决当前供水企业对供水管网系统爆漏检测及修复更新的问题，本课题通过前期调研获取了广东省某镇供水管网基础数据及检修维护数据，应用INFOWORKS建立水力模型，模拟运行该镇的供水管网工作状态并导出动态影响因素。综合分析影响因素对于供水管网非常态运行的诱导原因，后对影响因素进行权重分析，建立基于爆漏管的供水管网健康度评价模型。在非正常状态下工作的管道发生爆漏前，应用供水管网健康度综合评价模型对其进行健康评价。并根据最终管段所属的评价等级，采取相应的监测、预防、维护、检修和更新的具体措施，有针对性的处理不同评价等级的管段，很大程度上提升工作效率，减少了检修维护的成本，并能够防患于未然，在事故发生前有针对性的预防与整治，减少被动维护带来的盲目重复的后果。1.2国内外研究现状自上个世纪以来，国内外研究学者在对于城镇供水管网漏损的问题上倾注了大量心血，在管网评估方面也进行了海量的讨论工作，许多相关的国际会议如“2010非开挖技术会议暨第十四届中国国际非开挖技术研讨会”以及相关的具体项目也随之不断[1]展开举行。随着科技发展，学科壁垒逐渐消失，多领域的理论与核心技术不断应用于供水管网漏损评估中，使得城镇管网漏损风险评估在理论基础及创新方法上得以快速发展。对于大型复杂供水管网的内部监控，外部腐蚀过程的研究也取得了很大成果，诸多计算机软件如ARCGIS、EPANET、INFOWORKS等也为供水管网水力模型的构建提供了技术支撑。健康度的概念是衡量机体健康程度的一个量化指标。在城镇供水管网中，针对管道爆漏风险的评价我们致力于完成定性理解到量化描述的转变，因而将健康度概念因引入城镇供水管网的评价体系中，有着很好的契合度。根据前期的文献调研总结得出，现阶段国内外在评价方法、评价指标权重等方面取得了一系列的研究成果。主要为以下几个内容：2 第一章绪论（一）评价方法1、数据包络分析法（DEA）数据包络分析法及其模型最早于1978年由美国著名运筹学家A.Charnes和W.W.Cooper提出。它是一种基于相对效率，依据输入因素、输出因子的数据指标，对评价对象间的相对有效性进行评估并为其给出相应的次序的一种评价方法。该方法在[2]国内外学者的研究过程中已被用于诸多领域。2006年，华北电力大学的刘艳等人基于数据包络分析对电力系统的“黑启动”方案进行了评估，因其输入输出所有指标都为实际数值，得出的决策方案也十分客观合理。2008年，挪威统计局资源和环境经济[3]学司的JanLarsson等人应用DEA模型检验评估欧盟的IPPC指令对于减排成果和成本节约方面的影响，为当局的指令的技术修改方面提供了决策依据。2010年，亚琛工[4]业大学的Dyckhoff与Allen提出了广义DEA模型，将其应用于线性收益函数，以此[5]测量生态效率，取得良好成果。2013年，土耳其竞争局的AydinCelen等人针对土耳其21家配电公司建立DEA模型评价其效率表现，推出效率表现对应的商业环境变化，[6]确定提升市场效率的最佳决策。2016年，约旦大学AbbasAl-Refaie等人利用数据包络分析对1999年至2013年的工业部门的能源效率和生产增长率进行了评估，为部门能效和生产力的进展提供了支持。可见，DEA模型对于多输入多输出的评估体系有着独特的优势。2、灰色关联分析评价法灰色理论是一门研究信息部分清楚、部分不清楚并带有不确定性现象的理论科学。该理论最早在1982年由我国华中科技大学邓聚龙教授所提出。该理论是将信息的确定程度采用不同颜色来进行描述区分的。而灰色理论中最常用的为灰色关联分析法，该方法依据标准序列得出灰色关联度的概念，即对于两个因素或系统之间随时间或者评价对象而改变两者关联性的量度。近年来国内外研究学者，针对该方法进行了改进和[7]多领域的应用，收效良好。2009年，哈尔滨工程大学的王凯琢等人改进灰色理论，通过将层次分析法与灰色关联分析结合创立组合算法对网络威胁的指标进行赋权，使[8]得结果更为严谨。2014年JIAJianghong采用灰色关联分析方法探讨影响摩擦系数的潜在因素，如平均总角度变化率、井深、井径、钻井液密度等，建立摩擦系数与影响因素的关联，为施工中的摩擦力矩的确定提供理论支撑。2016年，UmmAl-Qura[9]University的MohammedYunus等人在研究航空航天工业中高温涂料性能问题中，基于混合设计的灰色关联分析评估诸如涂层厚度、涂层类型、爆漏温度等因素的影响，3 广东工业大学硕士学位论文提出了耐用性最高的热喷涂方式，并证明了经混合GRA评估得到的材料提升了涂层的[10]耐用性和有效使用率。2017年北京交通大学王赟等人将灰色关联分析与多因子选股模型相结合建立基于灰色关联分析的选股模型，用以完成投资决策，并依据中国A股[11]市场数据验证该模型有效且稳定。同年，上海国家会计学院的陈东方依据灰色理论、灰色关联分析、灰色聚类基于专家打分和层次分析法等建立了改进的风险权重模型并根据具体建筑废弃物项目进行了PPP项目的风险识别与评估，提出了相关建议，证明了灰色理论可以应用于PPP风险评估领域。灰色关联分析为一个系统发展变换的态势提供了量化的度量，对于动态历程评估分析，有着极大的优势，同时其在针对样本数量匮乏的评价体系中也具有不可替代的地位。3、人工神经网络模型（ANN）人工神经网络，是20世纪80年代以来在人工智能领域的一个热点研究问题，从1943年提出第一个神经元模型开始，多年来神经网络的开发进展从未停歇，且取得了[12]长足的进步。人工神经网所具备的非线性模拟的能力、强适应性以及容错率好等优势都在控制决策及许多领域有着不可替代的优势。然而其对于样本数据的需求量过大，训练过程时间长，且其结果对前期训练精度要求高，因此，对于样本信息较为匮乏，[13]不足以完成良好训练的评价体系，适用性不佳。早在2006年，四川大学何璠等人在扩充增加训练样本的前提下将BP人工神经网络应用于环境质量评价，得出较为客观的结论，证明其模型在训练样本数量达到一定程度后的普遍适用性。2009年，澳大利[14]亚国立大学DaisakuKawabata等人基于Niigata地震大量的滑坡数据以及相关影像数据，应用人工神经网络和ASTER图像数据处理预测评价滑坡敏感性发生的概率，结果[15]准确率达到90%以上。同年，法国里尔科技大学RaedJafar等人通过收集法国北部14年数据，应用人工神经网络模拟故障率用以预测水管故障，从而优化城市水管的修复和维护投资方案，经验证，模型性能优异适用性良好。2011年，OndokuzMayıs[16]University的N.GamzeTuran等人基于人工神经网络，评价预测工业渗滤液中锌离子的吸附效率，为验证ANN的评估结果，将全因子实验设计用于批次实验，结果锌离子[17]浓度降低明显，ANN预测结果有效。2013年，长安大学张庆印等人提出高速公路CRI、PCI等评价指标，应用遗传-人工神经网络评价模型对沥青路面性能进行了评价，有效的结合了生物进化机制和大脑神经处理原理的优良性能。2015年，加州大学河滨[18]分校BrianThater等人通过数据分析，采用主成分分析（PCA）与人工神经网络（ANN）构建模型评价豇豆根粘液对微生物群落的影响，得到预期结果。2017年重庆交通大学4 第一章绪论[19]刘丽颖等人基于BP神经网络对特殊地区的水资源安全进行评价，并将评价结果与熵权物元比较，验证了合理性。4、综合模糊评价（FCE）综合模糊评价法脱身于模糊数学，其是根据指标隶属度分布情况，将定性评价转化为定量评价，最后经过模糊转换得出具体评价的一种综合评价方法。该方法具有客观性强，量化评价结果简明清楚等优势，对于模糊的、难以量化的非确定性问题有着很好的适用性。模糊综合评价方法的出现取代了传统方法中单纯依靠专家进行评分，并依据经验强制性确定评价等级的死板模式，它在一定程度上弥补改进了分区死板所带来的不客观性。同时，模糊评价会在一定程度上反映出评价等级划分的内在联系，对于评价系统复杂、指标间存在相互关系的体系可以得出更为全面有效的结果。然而，传统综合模糊评价模型也存在着缺陷，如权重矩阵的确定主观性较强，当指标集个数较大时，相对的隶属权系数会偏小，权重矩阵与模糊矩阵不匹配，会出现评价相近即超模糊现象，造成评价结果失真且分辨率低。近年来，综合模糊评价被国内外研究学者深入研究探讨，其改进模型也被应用于企业风险、政策评估、工程危险性预测等诸多领域中[20-25][26]。2011年，AnnamalaiUniversity的T.R.Manoharan等人依据层次分析法，采用模糊多属性决策，建立企业员工的绩效评估系统，完善人才培养提升机制，用主观赋[27]权方法提升模糊评价准确性。2012年，安徽大学的HaiTaoLi基于模糊层次分析法，利用桥梁技术状态评价等级建立桥梁健康评价模型，通过预估桥梁结构技术状态等级，同样采用主观赋权法来解决模糊评价指标权重的影响，使得预估等级更符合实际。同[28]年，VladimirStateUniversity的VlamdimirChernov等人依据模糊效用函数建立存在偏好的多标准选择替代模型，给出了数学公式及证明，为该类型决策提供技术手段。[29]2015年，华北水利水电大学邱林等人为了解决模糊综合评价模型中人工参数不足的问题，借助人工神经网络学习能力，自主获得指标权重，为水资源评价提供了很好的[30]思路。2016年，汉城大学DaekookKang等人提出了了基于E-S-QUAL的模糊分层，以此对B2C电子商务网站进行评估，并通过经典案例比较，验证了该方法的稳健性。[31]同年，UniversityofTehran的FereshteHaghighiFashi采用自适应神经网络模糊推理系[32]统对扩散区土壤饱和度进行评估取得良好结果。2017年桑德兰大学RDWahyudi通过比较服务质量模型与服务质量模糊模型两种评价模型在酒店服务评价案例中的作用，以证明模糊评价的优越性。5 广东工业大学硕士学位论文通过分析国内外研究现状研究，综合比较几种方法可以得出：数据包络分析适用于多输入多输出的评价体系；而神经网络法的自适应能力较强，适用于非线性的大型复杂系统，但是模型的确立需要大量的样本数据训练，计算量过大，时间成本高，且最终模型确定因人而异。本课题研究的南方某镇供水管网风险评估，属于多输入单输出系统，数据包络分析法并不适用。同时基础数据较少，属于小样本系统，数据量不足以完成神经网络模型的高效训练，因此，数据包络分析与人工神经网络并不适用于本课题研究。模糊综合评价法是基于模糊数学知识，模糊综合运算可以通过隶属度和权重系数反映评价体系等级，优势为模型简单易于掌握、多领域适用性强，尤其对于多指标的复杂问题评价有着难以替代的地位。灰色关联分析是灰色系统理论的主要研究内容之一，它是对运行机制与物理原型不清楚的灰化关系序列化、模式化、进而建立灰色关联分析模型，使关系量化、序化、显化。其最大的特点是对样本量没有严格的要求，不要求服从任何分布，对于小样本体系有着很高的适用性。综合评价指标体系的建立，指标权重分配的地位至关重要，也是决定评价结果准确度的一个重要环节。通过阅读文献资料，国内外对于权重分配的研究成果主要如下。（二）权重分配1、层次分析法（AHP）层次分析法是一种于20世纪70年代被美国运筹决策学家匹兹堡创立的权重决策分析方法。该方法是将与决策总是有关的元素分解成目标、准则、方案层，以此进行的定性或定量的决策分析方法。层次分析法拥有着系统简明、清晰，所需的定量数据少等许多优点，也存在着不能提供新方案，定量数据少不客观等问题。多年来，国内外研究学者对其进行和改进结合，并应用于计算机、化学、旅游业、生态体系等诸多[33-36][37]领域。2009年格丁尼亚海事大学HoangNguyen应用层次分析法在船舶系统风险评估中，通过成对比较优化了基于专家经验数据给出的风险函数参数。2012年欧洲通[38]用动力公司VGonzalez-Prida等人将层次分析作为工具，建立动态的AHP方法视图，突破了传统的在某一特定时刻的最优决策，而是获得一系列与时间趋势不同的决策。[39]2014年代尔夫特理工大学JafarRezaei等人采用阶段选择，在第一阶段利用联合筛选后，第二阶段采用模糊层次分析应用于航空零件的供应商决策，并依据荷兰皇家航空[40]（KLM）实际验证其一般性，效果良好。同年，清华大学的YongTang等人提出了德尔福-层次分析法来分析太阳能电池产业链中的技术潜在空间，其关键在于采用德尔6 第一章绪论菲法与层次分析法两种主观赋权方法完善了十五个指标权重值，并最终得到了提升效率的关键技术集中体现的位置。2017年，WestPomeranianUniversity的AnetaBecker[41]等人将层次分析法应用于住宅楼报价多标准决策分析中，体现了其在复杂多参数问题中的优势。2、主成分分析法（PCA）主成分分析法的核心是利用正交变换将原始数据多指标变量转换，进而达成降维的效果，同时又使得主成分能反映原始变量的绝大部分信息，且各个信息变量互不相关。其进行赋权的基本原理是通过分析指标因子荷载矩阵中各个指标因子的方差贡献率对应该指标的权重值。主成分分析法降维的思想多年来被国内外研究学者应用于食[42-43]品工业、生态安全等多个领域，并进行了一定程度的优化改进。早在2006年，长[44]安大学罗志忠等人应用主成分分析法对人口、土地等公路网节点重要度的指标进行权重分配，并将权重占比较大的几个主要指标纳入其优化调整路网中，最终优化结果[45]良好。2011年，哈尔滨工程大学高艳从原始指标权重的确定和处理两方面改进了主成分分析对原始数据的过度依赖性问题，降低了分析的复杂性，提升了效率。2012年，[46]装甲兵工程学院的韩小孩等人在主成分分析的基础上提出了权重假设模型，依据专家打分构建二级权重模型对任务强度、寿命等级、环境等级、人员素质、技术状态等[47]五个指标进行了权重分析，提升了权重分配的可信度。2013年P.C.Padhi等人应用主成分分析法将钢丝放电加工的多项响应问题转化成单响应问题，消除相关性影响，通[48]过实验验证最佳结果。2015年，西班牙PuneetMishra等人对食品工业线上的花生和小麦粉样品数据集进行主成分分析，得出造成小麦粉掺假的指标权重，提升了食品安[49]全监督措施决策模型的准确性。2016年，广东药科大学董建卫等人依据主成分分析法确定了空气质量指标中对PM2.5影响指标的权重大小，进而为城市减排提供了简化[50]高效的方向。2017年，UniversityofMohagheghArdabili的MdhaiMohebodini等人对伊朗种植农业区的菠菜进行农艺学性状评估，依据主成分分析的贡献率思想确定了特征值较大的几个成分的影响顺序，提出了遗传改良决策的新思路。同年，宁夏大学[51]颜惠琴等人基于主成分分析得到权重后进行权重向量的可靠度检验，并依据MATLAB7.2编程进而实现权重向量及其评价过程，为客观赋权的深入研究提供了思路。3、熵权法熵权法脱身于信息论，其中熵的概念是代表系统无序程度的指标。若某指标的信息熵值越小，则表明该指标提供的信息量越大，即对某一结果的产生的影响效应越高，7 广东工业大学硕士学位论文故其在评价体系中的权重也就越高。熵权法作为经典的客观赋权方法，多年来被国内外研究人员深入探讨，并应用于诸多领域。早在2005年，北京航空航天大学邹志红等[52]人应用熵权法针对三峡库区水质水质评价指标进行赋权，并与传统评价因子赋权相[53]比，证明了熵权法更为简化的优势。2012年，四川大学JingFeng等人利用熵权法对电力系统灾难性事件严重性指标赋权，并应用WSCC-9总线系统的仿真结果验证了方[54]法的有效性。同年东北大学YangLiu等人基于熵权法确定权重，建立广义产品质量综合评估模型，并用VB软件进行数据计算，使得评估过程更加客观可靠。2015年国[55]家海洋局刘大海等人基于层次分析法与熵权法的综合赋权模型，对海岛海岸线脆弱[56]性指标进行了赋权，主客观结合，更为科学。同年，浙江财经大学HaiSuYu等人基于熵权法，依据2006至2012年浙江生态数据，构建了浙江生态环境保护绩效评价体系很好的解决多指标不具备独特标准的问题，减少评价过程中主观性的干扰，更客观地反映各指标对区域生态环境保护的贡献。2016年，UniversitatPolitècnicadeValència[57]的AlexiDelgado等人针对秘鲁北部一个采矿项目的七个指标，通过熵权法与灰色聚类集成对七个指标赋权，提升权重可靠度，为项目社会影响提供决策提供支持。同年，[58]陕西师范大学Yao-WenXue等人基于221个典型洗钱案例，利用熵权法结合隶属度函数构建决策树模型，充分利用了熵权法的客观性弥补了隶属度权重分配的不科学，[59]直接提高了决策模型的有效程度。2017年，华中科技大学ZhouHongdi等人基于核心熵分量分析，构建了一种全新的加权核熵分析，并实现了应用遗传算法的权重优化分类。同年，朱峰、张宇、田林刚等基于AHP-熵权法的评估模型，建立了冲击地压力风险评估模型、网络传播风险评估模型和水利工程风险评估模型，结合了两种赋权法[60-62]的优势，使得权重分配结果更为科学。通过分析可得，层次分析法作为主观赋权方法，一定程度上依赖专家的经验值，且其定量数据过少、客观性弱、对相关性较大的指标赋权效果不佳。而熵权法的优点在于其模型的客观性强，特征选择灵活，且不需要独立假设或内在约束。其模型在不同领域的可移植性强，可结合更丰富的信息。但也具有一定缺陷：如指标波动幅度不大的情况下，权重结果趋于平均化，因指标差异较小得出指标不重要的结论。而主成分分析法赋权应用其降维思想客观的对指标进行了影响程度的划分，在证明指标间互不相关后，根据贡献率进行权重分配。其优点在于不相关性明显，方差贡献率累计之初的几个指标权重刻画明显。但也存在相应问题，降维末端的几个指标区分度过于明显导致权重差异变大。本课题属于小样本评估体系，指标数量较少，且指标间有着一8 第一章绪论定的相关性，故而层次分析法适用性不佳。而熵权法和主成分分析法两种赋权方式对指标间存在一定相关性，且没有内在约束的体系有着一定的优势，且两者存在互补性。因此，本文依据广东省某镇供水管网属性数据、检修维护数据，基于INFOWORKS水力模型导出运行数据，采用熵权法与主成分分析法组合赋权完成供水管网健康度评价指标权重分配。两种方法优势互补，既可以保证权重的客观有效性又可以避免经典模型的缺陷。依据综合模糊评价法建立一级模糊综合评价模型，依据灰色关联分析法建立二级灰色综合评价模型并依据实际管网最新年份数据进行评价准确性检验。1.3课题研究内容及技术路线1.3.1课题的研究内容本课题的研究内容主要为以下几个部分：（1）供水管网健康度影响因素分析，确定供水管网健康度评价模型指标体系。通过收集整理广东省某镇2008年~2013年的供水管网管道基本属性数据、检修维护数据，通过infoworks软件建立水力模型，模拟运行状态导出供水管网运行数据，建立数据库。引入故障系数概念，以该镇管道爆漏发生统计数据为基础，对可能造成管网爆漏的因素（包括定量数据：管径、管龄、平均埋深、平均流速、平均水压；定性数据：管材）进行以故障系数为量度的指标分析，寻求各指标对爆漏事件的影响规律。（2）供水管网健康度评价指标客观组合赋权，确定评价指标权重。通过单独指标分析结果，选取六个影响因素建立指标评价体系。采用基于方差最大化思想的PCA-熵权组合赋权对供水管网健康度评价指标进行权重分配，确定各评价指标的权重值。（3）采用综合模糊评价法，构建一极供水管网健康度评价模型。立足于模糊数学理论，将因素集（管径、管龄、平均埋深、平均流速、平均水压、管材）与评价集（一级健康、二级健康、一级病态、二级病态、三级病态）通过优选隶属度函数的方式建立供水管网健康度指标隶属度评判矩阵，综合各项指标的权重值，建立一级模糊综合评价模型。（4）采用灰色综合评价法，建二级供水管网健康度灰色综合评价模型。基于评价集（一级健康、二级健康、一级病态、二级病态、三级病态）边界的指标数据，通过标准序列求解灰色关联系数，综合各项指标的权重值得到灰色关联度，依据灰色关联度建立二级灰色综合评价模型（5）供水管网多级评价模型准确度检验及预测应用9 广东工业大学硕士学位论文应用该供水管网健康度多级评价模型对中国南方某镇的供水管网进行健康度评价，并结合该镇实际运行、检修资料判断该评价模型的准确性。通过将该镇供水管网归于不同等级健康状况，可更有效、更具针对性的对不同管段采取不同应对措施。1.3.2课题的技术路线本次课题研究的技术路线图详见图1-1：图1-1技术路线图Figure1-1Technologyroute10 第二章供水管网健康度评价指标分析第二章供水管网健康度评价指标分析供水管网健康度的概念是指在一定时间或空间的条件下，城镇供水管网能够稳定、安全进行供水的能力，既可以满足用户的用水需求，亦可以保证供水企业运行管理的高效性。故而，供水管网健康度是一个综合性的评价管道工作状态的指标。健康度越高，则表明管道工作状态越好，完成稳定输水、安全供水的能力越高，反之则越低。众所周知，城镇供水管道大部分处于地下相对复杂的环境之中，因而，可能影响管网发生爆漏事故的因素指标也很多。各类指标也有其各自的特性，可分成定性指标，如管材等；定量指标，如管径、平均埋深、平均流速等；又可分为离散性指标：如管径、管材等；连续性指标，如平均水压等。研究分析这些影响因素，了解掌握各个因素单独对供水管网健康度的影响规律，可以更好的为下文综合评价提供理论基础和支撑。2.1南方某镇供水管网管概况2.1.1该镇供水管网基本属性信息通过调研得知该镇供水管网覆盖全镇大部分地区，总管长约为179公里，覆盖面积约为117平方公里，其中建筑面积约为20平方公里，该镇供水总人口超过40万人。该镇目前共有四个水厂进行供水，总供水能力约为50万立方米/日。目前水司提供的物探信息包括：管径、管龄、管材、敷设年份、所在道路等，准确率在85%以上。为了便于研究，对该镇的供水管网进行了一定程度的简化（取消了DN300以下的小管），简化后该镇的供水管网总长约为160公里，节点2479个，管段为2561根，其拓扑结构图见图2-1。该镇管径从300mm至1600mm不等；管材包括钢管、球墨铸铁管、灰口铸铁管、砼管、聚乙烯塑料管（PE）管等。11 广东工业大学硕士学位论文图2-1广东省某镇供水管网拓扑结构图Figure2-1TopologicalstructureofawatersupplynetworkinGuangdongprovince2.1.2该镇供水管网故障检修维护信息该镇供水管网爆漏事故时有发生，尤其管径大于300mm的输配水管爆漏。事故发生经常会导致周围地带被淹、交通瘫痪、区域供水水压骤降、用户用水水压、水量均降低，严重时候可能造成中断供水，使得居民用水安全受到侵害、经济严重损失，甚至可能造成其他的社会负面影响。而随着时间的推移，供水管网的老化程度日趋严重，因此对于供水管网的检测维修、更新改造已是刻不容缓。表2-1南方某镇六年供水管网爆漏事件统计表Table2-1StatisticalTableofSix-yearWaterSupplyPipelineLeakageEventinaSouthTown年份DN300以上的管道爆漏次数20083212 第二章供水管网健康度评价指标分析2009512010422011322012372013352.2供水管网健康度评价指标分析通过收集整理，基于该镇的供水管网属性数据、运营数据、检修维护数据，并运用InfoworksWS软件模拟管网进行水力计算导出该镇供水管网运行的平均流速、平均水压等数据。运用统计分析的方法进行整理和归类，以探求不同因素对于供水管网爆漏的影响，从而为管道综合健康评价提供理论依据。因各种影响因素所在管道的数量及其所占整体管道数量的百分比不同，直接统计管道的故障次数不能够准确的反映出该种情形故障的频率，故而引入管道故障系数概念。定义：某种属性管道发生爆漏事故次数百分比与该种属性管道长度百分比之比为管道故障系数，见公式（2.1）。管道故障系数：某种属性的管道发生爆漏事故的次数占总体爆漏事故的比值（）该种属性的管道长度占整体管网的长度百分比2.2.1管径根据该镇的供水管网属性数据及爆漏维护数据，该镇供水管网管径分布主要从DN300至DN1200，少部分DN1400及DN1600管径管道。该镇不同管径的分布情况及相应的爆漏情况如图2-2所示：13 广东工业大学硕士学位论文35%30.6530.1530%25%23.3822.5721.7120%爆漏百分比15%12.9912.24长度百分比10.310%7.976.946.895.335%3.722.241.511.41000%3004005006008001000120014001600管径（mm）图2-2管径与管道爆漏的关系分布关系图Figure2-2Relationshipbetweenpipediameterandpipeburst采用管径故障系数作为衡量不同管径发生爆漏事件概率的频率，管径故障系数越大表明该种管径发生爆漏的可能性也越大，反之则越小。通过计算该镇供水管网不同管径的管径故障系数值，可得如图2-3所示：管径故障系数：不同管径的管道发生爆漏事故的次数占总体爆漏事故的比值（）该种管径的管道长度占整体管网的长度百分比14 第二章供水管网健康度评价指标分析2.50002.32102.00001.50001.31091.00000.96191.0073管径故障系数0.50000.43550.46680.14660.00000.00000.00003004005006008001000120014001600管径（mm）图2-3供水管网管径故障系数分布图Figure2-3Distributionoffaultsinwatersupplypipenetwork从上图可以看出，DN400与DN500的管径故障系数以及DN800与DN1000的管径故障系数极为接近，故而将这两组数据整体考虑。经过分析发现，DN600的管径故[63]障系数最高，当管径小于DN600时，管径越大故障系数越低。清华大学马乐宁等人研究不同管径管道生存率时也发现，DN600管径的生存率下降最快，而大管径管段相较于小管径管段较为稳定。即发生爆漏事件风险由高到低的管径排序为：DN600＞DN300＞DN500＞DN400＞DN1000＞DN800＞DN1400=DN1600。2.2.2管材根据该镇的供水管网属性数据及检修维护数据，该镇供水管网管道材质主要包含：砼管、球墨铸铁管、管、钢管和聚乙烯塑料管（PE）。该镇不同管材的分布情况及相应的爆漏情况如图2-4所示：15 广东工业大学硕士学位论文50%44.7245%40%36.3735%32.6631.230%28.0425%爆漏百分比18.59长度百分比20%15%10%3.523.865%0.50.540%钢球墨铸铁砼生铁PE图2-4管材与管道爆漏的关系分布关系图Figure2-4Relationshipbetweenpipematerialleakageandpipeleakage采用管材故障系数作为衡量不同管材发生爆漏事件概率的频率，管材故障系数越大表明该种管材发生爆漏的可能性也越大，反之则越小。通过计算该镇供水管网不同管材的管材故障系数值，可得如图2-5所示：管材故障系数：不同管材的管道发生爆漏事故的次数占总体爆漏事故的比值（）该种管材的管道长度占整体管网的长度百分比16 第二章供水管网健康度评价指标分析1.80001.60001.59491.40001.20000.92591.00000.8980管材故障系数0.80000.91190.60000.59580.40000.20000.0000钢球墨铸铁砼生铁PE图2-5供水管网管材故障系数分布图Figure2-5distributionoffailurecoefficientofwatersupplypipenetwork可以看出，砼管的管材故障系数最小，钢管的管材故障系数最大，而球墨铸铁管、灰口铸铁管和PE管三种管材的管材故障系数极为接近。造成这种现象的主要原因是各种管材的特性有所不同。砼管即钢筋混凝土管，可分为素混凝土管、普通钢筋混凝土管、自应力钢筋混凝土管和预应力混凝土管四种。其中作为输水管的多为自应力钢筋混凝土管和预应力钢筋混凝土管，其抗压性和抗拉行能优良，有较好的抗腐蚀性、抗渗性和耐久性。灰口铸铁管在生产过程中，不可避免的在管外壁产生过冷区，使得该部分的材质变脆，强度相较别处较低，又由于工艺的性质，整个管体组织比较疏松，易生气孔，所以整体管材抗拉强度不高、无韧性、承压能力不高，因而极易发生管道断裂和爆管。钢管的强度高、韧性好、可以承受较高内压但是其易发生腐蚀。出厂水中需要保持一定的余氯，且水中含有各种微量化学成分，加之管道敷设在土壤中一段时间发生电腐蚀等因素使得钢管极易腐蚀。在钢管被腐蚀后，管壁会因锈蚀而逐渐变薄，使得管道强度变低，增加了爆漏的可能性。球墨铸铁管，是使用18号以上的铸造铁水经添加球化剂后，经过离心球墨铸铁机高速离心铸造成的管材，其质量上要求铸铁管的球化等级控制为1-3级（球化率≥80%），因而材料本身的机械性能得到了较好的改善，退火后的球墨铸铁管，其金相组织为铁素体加少量珠光体，具有机械性能良好，防腐性能优异、延展性能好，密封效果好等17 广东工业大学硕士学位论文[64]优点。此外，球墨铸铁管大部分采用推入式楔形胶圈柔性接口，接口水密性好，施工安装简易方便。聚乙烯塑料管（PE）具有柔性好，抗拉能力强等优点。其连接一般采用承插胶圈连接，接口稳定性好。但是，PE管直接敷设于较为干硬的原状土沟上时，管道的受力不够均匀，会导致管道局部受压过大，而发生爆漏事故。此外，塑料管易老化，这一定程度上也讲提升管网发生爆漏的可能性。2.2.3管龄根据该镇的供水管网属性数据及爆漏维护数据，该镇供水管网管敷设时间至检修时间为1至21年，取5年为一阶段区分管龄等级。该镇供水管网不同管龄等级的分布情况及相应的爆漏情况如图2-6所示：45%40.4740%35%30%28.1425%22.3922.1120%17.6718.59爆漏百分比16.5814.5715%长度百分比10.788.6810%5%0%0~55~1010~1515~2020~25管龄（年）图2-6管龄与管道爆漏的关系分布关系图Figure2-6Relationshipbetweenpipeageandpipeburst采用管龄故障系数作为衡量不同管龄等级发生爆漏事件概率的频率，管龄故障系数越大表明该种管龄等级发生爆漏的可能性也越大，反之则越小。通过计算该镇供水管网不同管龄等级的管龄故障系数值，可得如图2-7所示：管龄故障系数：不同管龄等级的管道发生爆漏事故的次数占总体爆漏事故的比值（）该种管龄等级的管道长度占整体管网的长度百分比18 第二章供水管网健康度评价指标分析2.50002.00001.91011.72451.50001.25131.0000管龄故障系数0.69530.50000.65070.00000~55~1010~1515~2020~25管龄（年）图2-7供水管网管龄故障系数分布图Figure2-7Distributionoffailurefactorsforwatersupplypipenetworkage可以看出，随着管龄等级的增加，管龄故障系数与之呈正相关，即随着管龄的增加管龄故障系数增大，供水管网发生爆漏的可能性越高。这一点非常符合工程实际，在相同的环境和外部条件下，随着管道服役时间的增加，其机械性能、柔韧性、抗压性能等诸多基础性能都会随之衰退，随着管道的老化，其承受压力和腐蚀能力也相应变差，从而导致供水管网发生爆漏事故的可能性提高。2.2.4平均埋深根据该镇的供水管网属性数据及爆漏维护数据，该镇供水管网的平均埋深区间为0~3.0m，取0.5m为一个阶段区分平均埋深等级。该镇供水管网不同埋深等级的分布情况及相应的爆漏情况如图2-8所示：19 广东工业大学硕士学位论文60%49.5350%40.940%34.6130.2830%爆漏百分比长度百分比20%10.0810.9710%7.666.564.252.531.011.610%≤0.50.5~11~1.51.5~2.02.0~2.52.5~3.0平均埋深（m）图2-8平均埋深与管道爆漏的关系分布关系图Figure2-8Relationshipbetweentheaverageburieddepthandthepipeburst采用平均埋深故障系数作为衡量不同埋深等级发生爆漏事件概率的频率，平均埋深故障系数越大表明该种埋深等级发生爆漏的可能性也越大，反之则越小。通过计算该镇供水管网不同埋深等级的管龄故障系数值，可得如图2-9所示：平均埋深故障系数：不同埋深等级的管道发生爆漏事故的次数占总体爆漏事故的比值（）该种埋深等级的管道长度占整体管网的长度百分比20 第二章供水管网健康度评价指标分析1.40001.31591.20001.21101.00000.87490.80000.59800.59530.6000平均埋深故障系数0.62730.40000.20000.0000≤0.50.5~11~1.51.5~2.02.0~2.52.5~3.0平均埋深（m）图2-9供水管网平均埋深故障系数分布图Figure2-9Distributionoffailurefactorforaverageburieddepthofwaterdistributionnetwork可以看出，当平均埋深大于1.5米时候，故障系数极为接近，故而可将埋深大于1.5米区间整体考虑，得出平均埋深与平均埋深故障系数呈负相关。即随着平均埋深的增加，平均埋深故障系数降低，供水管网发生爆漏事件的可能性越低。这一现象也较为符合工程实际，当埋深过浅时，其将承受地面上过往人流及汽车给予的较大的负载，管网在承受较大荷载的情况下其接头容易漏水，严重时可能会出现爆漏。当然，若埋深过大，由于发生漏水时不易寻找漏水点，加上开挖土方量大，地址条件差的地方容易塌方，会使得抢修变得困难，延误抢修时间，增大损失。现阶段工程师中一般建议[65]超过冰冻线即可，不宜过深。因而可以理解为，在规范合理的埋深情况下，随着埋深的增大，供水管网发生爆漏事件的风险越低。2.2.5平均流速根据该镇的供水管网属性数据、运营数据、检修维护数据，运用InfoworksWS软件模拟管网进行水力计算导出该镇供水管网运行的平均流速数据。经统计整理发现，该镇供水管网运行平均流速主要范围在0.015~0.90m/s，取0.15为一个区间区分平均流速等级。该镇供水管网不同流速等级的分布情况及相应的爆漏情况如图2-10所示21 广东工业大学硕士学位论文60%52.7650%43.9840%29.4730%爆漏百分比19.6长度百分比20%14.6911.569.5510%7.782.911.823.622.260%≤0.150.15~0.30.3~0.450.45~0.60.6~0.750.75~0.9平均流速（m/s）图2-10平均流速与管道爆漏的关系分布关系图Figure2-10Relationshipbetweenaverageflowvelocityandpipeexplosion用平均流速故障系数作为衡量不同流速等级发生爆漏事件概率的频率，平均流速故障系数越大表明该种流速等级发生爆漏的可能性也越大，反之则越小。通过计算该镇供水管网不同流速等级的平均流速故障系数值，可得如图2-11所示：平均流速故障系数：不同流速等级的管道发生爆漏事故的次数占总体爆漏事故的比值（）该种流速等级的管道长度占整体管网的长度百分比22 第二章供水管网健康度评价指标分析1.80001.60001.59891.60181.48591.40001.20001.19961.0000平均流速故障系数0.80000.65010.60000.66510.40000.20000.0000≤0.150.15~0.30.3~0.450.45~0.60.6~0.750.75~0.9图2-11供水管网平均流速故障系数分布图Figure2-11Distributionofaverageflowvelocityfailurefactorforwaterdistributionnetwork可以看出，平均流速故障系数在0.15~0.3m/s区间和0.3~0.45m/s两个区间内故障系数极为接近且最低，故而该区间为流速最优区间。而当流速大于0.6m/s时，0.6~0.75m/s区间和0.75~0.9m/s两个区间的故障系数极为接近，可整体考虑。分析可得当流速大于或者小于最优区间时故障系数增大，即供水管网发生爆漏事故的风险增大。呈现此种现象是因为，当流速过大时，水流对管道及管道接口等部位冲击一定程度上增大，会导致漏水甚至爆管；而当流速过低时，水在供水管网中的停留时间相对增长，水质在一定程度上变差，长此以往，可能引起管道腐蚀漏水。故而，平均流速故障系数呈现先降后升的趋势。2.2.6平均供水压力根据该镇的供水管网属性数据、运营数据、检修维护数据，运用InfoworksWS软件模拟管网进行水力计算导出该镇供水管网运行的平均水压数据。经统计整理发现，该镇供水管网运行平均水压主要范围在21~43m，取5m压力为一个区间区分平均压力等级。该镇供水管网不同压力等级的分布情况及相应的爆漏情况如图2-12所示：23 广东工业大学硕士学位论文45%42.7140%35.8935%30%24.6223.5525%22.4320%18.09爆漏百分比13.5713.43长度百分比15%10%4.75%2.010%≤2525~3030~35~35~4040~45水压（mH2O）图2-12水压与管道爆漏的关系分布关系图Figure2-12Relationshipbetweenaveragewaterpressureandpipeexplosion用平均水压故障系数作为衡量不同水压等级发生爆漏事件概率的频率，平均水压故障系数越大表明该种水压等级发生爆漏的可能性也越大，反之则越小。通过计算该镇供水管网不同流速等级的平均水压故障系数值，可得如图2-13所示：平均水压故障系数：不同水压等级的管道发生爆漏事故的次数占总体爆漏事故的比值（）该种水压等级的管道长度占整体管网的长度百分比24 第二章供水管网健康度评价指标分析2.00001.80001.83321.60001.40001.20001.19001.00000.8000平均水压故障系数0.76820.60000.60500.40000.42770.20000.0000≤2525~3030~35~35~4040~45水压（mH2O）图2-13供水管网平均压力故障系数分布图Figure2-13Distributionofaveragepressurefailurefactorforwaterdistributionnetwork可以看出，随着水压等级的增加，平均水压故障系数与之呈正相关，即随着水压的增加平均水压故障系数增大，供水管网发生爆漏的可能性越高。这一点非常符合工程实际，当管网运行压力超出最不利点时，由于管道的承受的压力过大，其发生爆漏的可能性也越大。除此之外，若管网的压力存在不稳定的现象，其水压波动变化幅度较大时，也会很大程度上造成管网的爆漏。2.3本章小结本章主要通过引入供水管网故障系数概念，以此为凭对广东省某镇的供水管网的健康运行状况进行分析。分析供水管网基本属性、水力特性对该镇供水管网爆漏风险的影响，得出以下结论：（1）管径与供水管网爆漏风险的关系体现为：DN600的管径爆漏风险最高，当管径大于或小于DN600时，管径越大管道发生爆漏的风险越低，反之越高。（2）管材与供水管网爆漏风险的关系体现为：砼管的爆漏风险最小，钢管的爆漏风险最大，而球墨铸铁管、灰口铸铁管和PE管三种管材的爆漏风险的可行性较为接近。（3）管龄与供水管网爆漏风险的关系体现为：管龄与管网爆漏风险程度呈现正相关趋势。即随着管龄的增大，管道爆漏的风险随之增加。（4）平均埋深与供水管网爆漏风险的关系体现为：平均埋深与管网爆漏风险程度呈现负相关趋势。即在合理埋深的情况下，随着平均埋深的增大，管网爆漏的风险随25 广东工业大学硕士学位论文之降低。（5）平均流速与供水管网爆漏风险的关系体现为：存在最优流速区间，即当供水管网内部水流速度在0.15~0.45m/s区间内，管网爆漏风险最低。大于或者小于该区间的流速状态下，管网爆漏的风险均增大。（6）平均水压与供水管网爆漏风险的关系体现为：平均水压与与管网爆漏风险程度呈现正相关趋势，随着水压等级的增加，管网爆漏的风险增大。26 第三章供水管网健康度评价指标权重分配第三章供水管网健康度评价指标权重分配3.1主成分分分析法确定权重3.1.1主成分分析法原理主成分分析法赋权的基本思路为：利用正交变换将原始数据多指标变量转换，进而达成降维的效果，同时又使得主成分能反映原始变量的绝大部分信息，且各个信息变量互不相关。其进行赋权的基本原理是通过分析指标因子荷载矩阵中各个指标因子的方差贡献率对应该指标的权重值，成分所能反映的信息越多，其相应的方差贡献率越大，则该成分的权重也就越大。主成分分析的降维思想，在一定程度上客观的对指标进行了影响程度的划分，在证明指标间互不相关后，会使得客观赋权结果更为准确。3.1.2主成分分析法的分析步骤（1）指标的标准化为了排除数量级和量纲不同带来的影响，首先需对原始数据进行标准化处理，使得每个指标的平均值为0，方差为1。（2）计算样本相关矩阵R。（3）计算相关矩阵R的特征值及单位特征向量：令|R-|=0,……,|R-|=0解方程得到p个非负的特征值，…实际上为主成分,…的方差。（4）计算特征值贡献率及累积贡献率：第i个主成分的方差贡献率为：（3.1）主成分，的累计贡献率为：（3.2）成分对应方差贡献率即该指标权重。3.1.3主成分分析法对南方某镇供水管网健康度评价指标的权重计算（1）供水管网健康度评价指标标准化处理①供水管网评价指标分类讲全部评价指标分成两类：定量指标和定性指标。定量指标根据其特性又可以分成三类，正向指标、逆向指标和适中型指标。正向指标：又称效益型指标，即随着指标量化数字的增加，其反应的结果越佳；27 广东工业大学硕士学位论文逆向指标：又称成本型指标，即随着指标量化数字的减少，其反应的结构越佳；适中型指标：又称三角形指标，即当指标量化数字接近中间某一值或某一区间，其反应的结果越佳。根据以上分类，可以将该镇供水管网健康度评价指标分类如下图：指标定量指标定性指标正向指标逆向指标适中型指标管材管径管龄平均流速平均埋深平均压力图3-1供水管网评价指标分类图Figure3-1ClassificationofEvaluationIndicatorsforWaterDistributionNetwork②供水管网定量评价指标标准化处理对于定量指标的标准化化处理，适用于线性指标即本文中所指出的正向指标和逆向指标的以下四种：极大化法：（3.3）极小化法：（3.4）比重法：（3.5）极差法：（3.6）对于该镇供水管网定量线性指标即管径、管龄、平均埋深、平均压力分别应用以上四种方式进行标准化处理。并采用皮尔逊相关系数验证标准化处理后的相关性以此来28 第三章供水管网健康度评价指标权重分配比较方法的优劣性。详见表3-1，3-2：皮尔逊相关系数r：用于度量两个变量X和Y之间的相关，其值介于-1与1之间。（3.7）表3-1管径、埋深指标皮尔逊相关性检验表Table3-1Pearsoncorrelationtesttableforpipediameteranddepth皮尔逊相关性指标极大化处理极小化处理极差法处理比重法处理管径1-0.94811平均埋深1-0.84111在0.01水平（双侧）上显著相关表格3-2管龄、水压指标皮尔逊相关性检验表Table3-2Pearsoncorrelationtestforageandwaterpressureindicators皮尔逊相关性指标极大化处理极小化处理极差法处理比重法处理平均水压-0.9731-0.973-0.973管龄-0.7011-0.701-0.701在0.01水平（双侧）上显著相关由上表可见，经皮尔逊相关检验后正向指标管径、平均埋深的基础数据通过极大化、极差法、比重法三种方法，处理后的标准化数据与原始数据的相关性均达到最大。可以认为三种方法进行标准化处理均最佳。而对于逆向指标管龄、平均水压负相关性达到最高的同样为极大化、极差法、比重法三种方法，故而针对管径、管龄、平均埋深、平均水压四个评价指标原始数据采用极差法进行标准化处理。适用于定量非线性指标即本文中所指出的适中型指标有以下两种：适中法：（3.8）（）平均法：（）(3.9)（）(3.10)29 广东工业大学硕士学位论文其中，适中法的适中数据可取平均值或中值。对于该镇供水管网定量非线性指标即平均流速，分别应用以上两种种方式进行标准化处理。并采用皮尔逊相关系数验证标准化处理后的相关性以此来比较方法的优劣性。详见表3-3。表3-3流速指标皮尔逊相关性检验表Table3-3Pearsoncorrelationtestforflowrate皮尔逊相关性指标平均化法适中法取值平均值中值平均值中值平均流速0.3190.6470.6490.876在0.01水平（双侧）上显著相关由上表可见，指标平均流速经皮尔逊相关性检验，适中法（取中值）的正相关性系数最大，可以认为该方法进行指标标准化处理最佳。故而，针对平均流速指标采用适中法（取中值）进行标准化处理。③供水管网定性评价指标标准化处理针对该镇定性指标管材，采用专家评分形式结合管材故障系数的方式进行原始数据的标准化处理。通过调研收集整理中国南方某省份给排水教授级高级工程师4名，给排水高级工程师16名，给排水中级工程师2名，共计22名专家意见。对于钢管、砼管、灰口铸铁管、球墨铸铁管、聚乙烯塑料管五种管材对于供水管网爆漏的影响进行评分（分数越高，表明该种管材发生爆漏的风险愈大）。为了验证专家评分的可信度。采用集值理论可得评价轴上的变量见公式（3.11），同时定义专家分歧度：指标评分区间叠加后所形成频率覆盖的离散程度为分歧度见公式（3.12）。定义置信度见公式（3.13），为专家评分可信度。越大可信度越高，本次取0.7。（3.11）（3.12）（3.13）30 第三章供水管网健康度评价指标权重分配表3-4定性指标专家可信度检测表Table3-4QualitativeIndicatorsExpertConfidenceTest管材灰口铸铁管球墨铸铁管钢管砼管聚乙烯塑料管Uj1.3754.37541.8754gi0.34890.26450.3390.33720.3333θj0.74130.79080.74680.74780.75由上表可见，专家对于五种管材的可信度均大于0.7，专家评分可信度较高，无需征询专家意见，不必重新区间评分。结合管材故障系数从而得到最终标准化数据。其中，管材故障系数是基于该镇的原始数据，其数据反应更符合该镇的现状，故而取经验因子0.6，专家评分结果取0.4。最终量化结果详见下表3-5。表3-5定性指标定量转化结果Table3-5Quantitativeconversionresultsofqualitativeindicators管材专家评分管材故障系数（归一化）标准化结果灰口铸铁0.11510.1851009840.157101球墨铸铁0.28220.1822795090.222248钢0.25860.3237389630.297683砼0.10740.1209377850.115523PE0.23670.1879427590.207446（2）主成分分析法计算供水管网评价指标权重通过所得标准化指标数据计算相关矩阵，详见表3-6。表3-6原始数据标准化相关矩阵Table3-6RawDataStandardizationCorrelationMatrix相关矩阵管径管龄平均流速平均埋深平均水压管材相关管径1.0000.217-0.1340.6030.066-0.347管龄0.2171.000-0.0190.1710.0740.004平均流速-0.134-0.0191.000-0.095-0.2910.146平均埋深0.6030.171-0.0951.0000.134-0.24831 广东工业大学硕士学位论文平均水压0.0660.074-0.2910.1341.000-0.242管材-0.3470.0040.146-0.248-0.2421.000Sig.（单侧）管径0.0010.0300.0000.1790.000管龄0.0010.3970.0080.1490.475平均流速0.0300.3970.0910.0000.020平均埋深0.0000.0080.0910.0300.000平均水压0.1790.1490.0000.0300.000管材0.0000.4750.0200.0000.000而后进行KMO和BARTLETT检验表3-7KMO和BARTLETT检验表Table3-7KMOandBARTLETTchecklistKMO和Bartlett的检验取样足够度的Kaiser-Meyer-Olkin度量。0.589近似卡方161.428Bartlett的球形度检验df15Sig.0.000KMO检验统计量是用于比较变量间简单相关系数和偏相关系数的指标。KMO值越接近于1,意味着变量间的相关性越强，原有变量越适合作因子分析；KMO值越接近于0,意味着变量间的相关性越弱，原有变量越不适合作因子分析。本文研究数据的KMO值为0.589，相关性符合基本要求可以进行因子分析。而Bartlett检验的显著性为0.000＜0.01，否定了单位阵的零假设，因子分析有效。而后可求得方差贡献率，详见表3-8。表3-8成分总方差表Table3-8TotalComponentVarianceTable解释的总方差初始特征值提取平方和载入旋转平方和载入成份方差合计方差%累积%合计累积%合计方差的%累积%的%管径2.02833.80533.8052.02833.80533.8051.82230.36830.36832 第三章供水管网健康度评价指标权重分配平均埋深1.21620.26654.0711.21620.26654.0711.35822.62952.997管材0.97116.18370.2540.97116.18370.2541.03517.25770.254平均水压0.77012.83383.087平均流速0.65010.83193.917管材0.3656.083100.00方差贡献率越大，其成分反应的信息越多，即表明该种指标的权重越大。可得主成分分析法求得指标权重详见表3-9。表3-9主成分分析法指标赋权结果Table3-9Indicatorweightingresultsofprincipalcomponentanalysis指标管径管龄平均流速平均埋深平均水压管材权重0.33810.20270.16180.12830.10830.0608即该镇供水管网健康度指标评价体系中，主成分分析法确定六大指标权重，管径为0.3381，管龄为0.2027，平均流速为0.1618，平均埋深为0.1283，平均水压为0.1083，管材为0.0308。3.2熵权法确定权重3.2.1熵权法的原理熵是信息论代表系统无序程度的指标，若某指标的信息熵值越小，则表明该指标提供的信息量越大，即对某一结果的产生的影响效应越高。故而，熵权法的原理为：根据指标变异程度，计算指标的熵权，利用指标的熵权进行赋权，得到较为客观的评价结果。熵权法具有客观性强，适用性高等优势。3.2.2熵权法的分析步骤①确定评价矩阵熵权的首要是确定评价指标体系的评价矩阵计，即若存在一个具有m个评价对象，n个评价指标的评价体系，首先对评价矩阵进行标准化处理：B=（3.14）②计算信息熵值第i个评价指标的信息熵定义为：33 广东工业大学硕士学位论文（，，）（3.15）③确定指标信息熵权重（，，）（3.16）3.2.3熵权法对供水管网健康度评价指标的权重计算首先，针对该镇供水管网评价指标管径、管龄、平均埋深、平均水压原始数据采用极差法进行标准化处理；针对指标平均流速采用适中法（取中值）进行标准化处理；针对指标管材，采用专家评分形式结合管材故障系数的方式进行原始数据的标准化处理。标准化方法见3.1.3章节，此处不赘述。可得判断矩阵。而后，根据公式（3.15）计算各评价指标信息熵值，结果详见表3-10。表3-10指标信息熵值Table3-10Indexinformationentropy指标管径管龄平均流速平均埋深平均水压管材信息熵值0.87250.86160.91300.95720.99710.9632根据公式（3.15）计算信息熵权重，结果见下表表3-11熵权法各指标赋权结果Table3-11EntropyWeightingIndicatorsWeightingResults指标管径管龄平均流速平均埋深平均水压管材权重0.29280.21780.19980.09840.10670.0846即该镇供水管网健康度指标评价体系中，熵权法确定六大指标权重，管径为0.2928，管龄为0.2178，平均流速为0.1998，平均埋深为0.0984，平均水压为0.1067，管材为0.0846。3.3基于方差最大化的客观权重组合赋权3.3.1两种客观赋权的特性主成分分析法求权重是通过降维的思想，根据各成分（即评价指标）数据变化的方差大小来确定变化方向的主次地位，成分所能反映的信息越多，其对应主成分的方差贡献率越大，相应的权重也就越大。然而，主成分分析中需要保证所提取的前几个主成分的累计贡献率达到一个较高的水平（即变量降维后的信息量须保持在一个较高水平上），否则会出现权重集中于某几个指标上。其次，本文研究的指标数量较小，应34 第三章供水管网健康度评价指标权重分配用主成分分析可能会导致主要指标权重分配过大的问题，一定程度上影响指标赋权的结果。熵权法作为一种客观权重分析方法，利用了信息熵表征无序程度反应信息量的特点进行赋权。熵权法很好的体现了样本的客观性，结果清晰，适应性很强。然而熵权法仅突出局部差异，当各评估对象之间的水平差异越大，该指标得到的权重就越大，对评估结果的影响也越大。然而当所有熵值都趋近于１时，即使极微小的差距都会引起熵权极大的变化，导致有些指标被赋予了与其影响程度并不匹配的权重（出现权重几乎均匀分配的情况），这在一定程度上会影响指标赋权的结果。通过以上分析可以看出，主成分分析法与熵权法在处理指标数量较少、且指标数据的信息熵值接近且趋近于1的情况下，具有一定的互补性。因此本文采用客观组合赋权法来对该镇供水管网健康度评价指标进行权重分配，规避了主成分分析法和熵权法的缺陷，把两种权重的性组合表示为集成权重，其中（），（），且满足单位化约束条件。在分别确定了两种客观权重赋权得到的结果的前提下，形成最终组合的权重向量（）。本文采用方差最大化的思想确定值，使得结果更忠实于客观数据，也为后文综合评价提供了更好的支撑。3.3.2方差最大化思想原理在多属性决策中，如果某个指标对最终决策没有明显差别，那么，该指标对最终决策的评估顺序将不会有影响，故而，该指标的权重应为为０；反之，如果最终决策因为某个指标的变化而发生了很大程度上的改变，那么，该指标对最终决策的影响很大，则该指标应被赋予较大的权重。方差是统计学中反映差异程度的一个指标。基于方差最大化的思想，权重向量应当使得所有指标对所有决策方案的总方差达到最大。3.3.3基于方差最大化思想的客观权重分析步骤①构建线性规划模型②求解模型最优解构造拉格朗日函数，令,，又可求得35 广东工业大学硕士学位论文(3.18)(3.19)归一化处理即可得到组合权重（）。3.3.4基于方差最大化的组合赋权法对供水管网健康度的权重计算根据该镇基本数据构造线性规划模型，求解该模型最优解见表3-12：表3-12评价指标模型最优解表Table3-12Theoptimalsolutionoftheevaluationindexmodel评价指标管径0.7805840.62505管龄0.7669060.641759平均流速0.7140590.700085平均埋深0.6175350.786543平均压力0.2038460.979003管材0.6635740.748101将主成分分析法与熵权法结果上表最优解组合，可得客观组合赋权结果详见表3.13。表3-13客观组合赋权结果Table3-13Resultofobjectiveportfolioweighting主成分分析法信息熵权客观组合权重评价指标权重值重值值管径0.33810.29280.7805840.625050.3229管龄0.20270.21780.7669060.6417590.2133平均流速0.16180.19980.7140590.7000850.1845平均埋深0.12830.09840.6175350.7865430.1131平均压力0.10830.10670.2038460.9790030.0914管材0.06080.08460.6635740.7481010.0749即该镇供水管网健康度指标评价体系中，客观组合赋权法确定六大指标权重，管36 第三章供水管网健康度评价指标权重分配径为0.3229，管龄为0.2133，平均流速为0.1845，平均埋深为0.1131，平均水压为0.0914，管材为0.0749。3.4本章小结本章通过对该镇供水管网爆漏影响因素的分析结果，建立以管径、管龄、平均埋深、平均流速、平均水压、管材为评价指标的供水管网健康度评价体系。基于方差最大化思想，依据主成分分析法与熵权法两种客观赋权方式创建客观组合赋权模型，计算该镇供水管网健康度评价指标权重值。得到结论如下：（1）通过皮尔逊相关性分析比较，确定该镇供水管网健康度评价指标原始数据标准化方法：评价指标管径、管龄、平均埋深、平均水压原始数据采用极差法进行标准化处理；指标平均流速采用适中法（取中值）进行标准化处理；指标管材，采用专家评分形式结合管材故障系数的方式进行原始数据的标准化处理，得到最终标准化数据。（2）采用主成分份分析法计算得出管径、管龄、平均流速、平均埋深、平均水压、管材六个指标的权重值。分别为：管径0.3381；管龄0.2027；平均流速0.1618；平均埋深0.1283；平均压力0.1083；管材0.0608。（3）采用熵权法计算得出管径、管龄、平均流速、平均埋深、平均水压、管材六个指标的权重值。分别为：管径0.2928；管龄0.2178；平均流速0.1998；平均埋深0.0984；平均压力0.1067；管材0.0846。（4）基于方差最大化思想，构造线性规划模型，得出最优解组合，进行客观组合权重分配。得到管径、管龄、平均流速、平均埋深、平均水压、管材六个指标的权重值。分别为：管径0.3229；管龄0.2133；平均流速0.1845；平均埋深0.1131；平均压力0.0914；管材0.0749。37 广东工业大学硕士学位论文第四章供水管网灰色模糊多级综合评价模型城镇供水管网健康度的概念为：在一定的时间及条件下，供水管道能够稳定、持续的进行安全供水，保障用户基本用水需求的能力。健康度是表征管道综合状态好坏的指标。健康度越大，则表明供水管道的工作状态越好，完成安全稳定输水任务的能力越强，反之则越弱。健康度是一个相对的概念，评价某一供水管道的健康度依赖于评价模型的建立，以及相应的评价标准。由于供水管网在不同的地区及条件下的不同特点以及属性数据、运行数据等基础数据的准备情况有所不同。故而，根据实际情况选择指标及相应的综合评价模型、评价标准。本课题采用灰色模糊多级综合评价法构建供水管网健康度模糊评价模型。模型综合了模糊数学对存在模糊性多因素问题做出全面评价的特点以及灰色评价在小样本数据，量化清晰等方面的优势进行该镇供水管网健康度研究。4.1模糊综合评价法4.1.1模糊综合评价法原理综合模糊评价是一种能够对多种影响因素进行全面评价的多指标决策方法，基本思想是用属于程度代替属于或者不属于，以此刻画中间状态，将一些定性的具有模糊性质的评价对象定量化，以模糊转化后的量化结果来综合评价。其基本原理为，确定影响因素，建立指标集；确定各评价指标的权重建立权重集；针对不同评价对象建立评价集；分析指标的隶属度分布情况，确定隶属度函数分布；通过模糊转化得到综合评价量化结果。综合模糊评价对有于不确定性、模糊的评价对象有着特别的优势，且其数学模型简单，易于掌握，适用性极强。但其计算过程复杂，指标权重确定的影响大。当指数集较大，即指标个数较多时，权向量与模糊矩阵不匹配，结果可能出现超模糊现象（最大隶属度原则失效），分辨率很差，会造成结果严重失真。本课题原始数据中，该镇供水管网健康度评价指标数量为六个，指标集较小，方法适用性良好，且第五章会验证超模糊现象的失真百分比，提升评价结果准确度。4.1.2模糊综合评价法的建模步骤①确定评价对象指标集设，，被评价对象的m种评价指标。其中，m是评价因素的个数，根据具体评价指标体系来决定。38 第四章供水管网灰色模糊多级综合评价模型②确定评价对象的评语集设，，是被评价对象所处全部评价结果中对应的评价区间的集合。其中代表第j个评价结果，j=1,2···n。n为总的评价结果数，一般划分3~5个等级。③确定评价因素的权重向量设，，为权重分配模糊矢量，其中表示第i个因素的权重，且0≤，=1。④进行单指标模糊评价，确立模糊关系矩阵R针对某一单独指标对待评价对象进行评价，从而得出评价对象对于评价集合的隶属度分布情况，称为单因素模糊评价。通过对每一个评价指标进行量化，即确定从单指标来看被评价对象对各等级模糊子集的隶属度，进而得到模糊关系矩阵：R=（4.1）其中n表示指标集元素的个数；m表示评价集元素的个数；rij表示某个被评价对象从指标u来看对等级模糊子集v的隶属度。隶属度反应了模糊集合中各元素隶属于ii模糊集合的程度，需选择合理的隶属度函数的形式来表示。隶属度函数的选择也是模糊评价的关键问题之一。设某一元素属于某一模糊集合的隶属函数值越大，则说明该元素的隶属度越大，即是它隶属于这个模糊集合的程度就越大。隶属度是介于0，1之间取值的无量纲的数，隶属度的值越接近1，则说明隶属程度越好。⑤多指标综合评价利用模糊转化将模糊矢量A与模糊关系矩阵R转化得到各被评价对象的模糊综合评价结果矢量B，见公式（4.2）：r11r11r11rrrBARa,a,,a111111b,b,,b12n12nrrr111111（4.2）其中，n为指标集的元素个数，m为评价等级个数。⑥对模糊综合评价的结果进行分析经评价得出的量化评价结果，并非一个单体数值，而是一个矢量结果，其表示被39 广东工业大学硕士学位论文评价对象对应各评价等级的隶属情况，其包含的信息单独数据而言丰富的多，但由于需要对评价对象进行一定的排序，故而需要对最终的矢量结果进一步处理。采用超模糊检验，将综合评价结果B转化为综合分值，进而完成量化比较。最大隶属度原则：若模糊综合评价结果矢量中bmaxb，则被评价对象最终的评价等rj1jn级归为第r等级。4.2灰色综合评价法4.2.1灰色综合评价法的原理灰色关联分析法，是灰色系统理论的主要研究内容之一，是一种分析指标因素间的数值关系，通过数值关系的变化态势来确定关联程度，若两个指标的同步变化趋势极为相近，则该两个指标的灰色关联度越大，反之，则越小。灰色关联分析的基本思想是根据比较各指标序列与标准序列的相似度来判断其联系与发展态势是否相近。故而，进行关联分析首先需要获取标准数据序列，即用何种特征的数据才能够最好的体现出系统应有的趋势特征。在获取可以代表最优系统特征的标准序列之后，通过灰色关联度的分析，可以得出关联程度的大小。灰色关联分析最大的特点是对样本量的大小需求不高，且不硬性要求其归属于某一经典模型分布。本课题中样本原始数据较小，属于小样本系统，灰色关联分析适用性良好。4.2.2灰色综合评价法的建模步骤①将时间序列的原始数据作初值化变换处理，消除量纲。②求关联系数，并从中得出最值（最大&最小）。求参考数列x与各比较数列x之间的差别：0ixxiko(k)i(k)（4.4）其次，从差列i(k)中得到最小值和最大值：minxo(k)xi(k)，maxxo(k)xi(k)。最后，从不同比较数列最小、最大值中再分别取最小、最大值：minminxx，o(k)i(k)maxmaxxx。o(k)i(k)③取分辨系数：0＜＜1④求关联系数：minminxxmaxmaxxxo(j)i(j)o(j)i(j)ijxxmaxmaxxxo(j)i(j)o(j)i(j)（4.5）40 第四章供水管网灰色模糊多级综合评价模型⑤求赋权关联度：HijAij（4.6）4.3灰色模糊多级综合评价模型构建4.3.1供水管网健康度评价标准的确定评价标准是指人们在评价活动中应用于对象的价值尺度和界限。在供水管网健康度评价指标体系确定后，明确各个指标的具体健康等级评判标准是综合评价的核心之一。因此，制定供水管网健康度等级评价标准需综合现有的理论研究成果，并一定程度上结合管网所属地区的特性标准。目前阶段，由于供水管网的特定性以及研究机构标准的多样性，对于供水管道等级标准的划分一直没有一个统一的标准。美国bestpractices组织依据管道腐蚀程度以66]及管壁的厚度将供水管道分为很好、好、中等、差、很差六个等级；SWMiles等人建议将管道的状态划分成状态良好、常规检测、重点考察、计划更新和马上更新五个[等级。根据本课题研究数据的特殊性，该镇管道年代较久，爆漏风险较高，参照Miles提出的等级将健康度等级划分为五个，即一级健康、二级健康、一级病态、二级病态、三级病态。详见表4-1：表4-1健康度等级划分以应对措施表Table4-1ClassificationofHealthLevelstoCopewithResponseTable评价等级管道状态描述应对措施一级健康低风险发生爆漏的风险很低，可稳定持续的进行安全供水可3年后再次评价二级健康较低风险发生爆漏的风险较低，可进行安全供水定时进行评价一级病态风险较高存在一定的爆漏风险，基本可完成供水任务重点监测二级病态风险高发生爆漏的风险较高，正常供水能力差制定维护方案三级病态风险很高发生爆漏的风险很高，不能保证安全供水立刻更新改造4.3.2评价指标隶属度函数的选择综合模糊评价的特点是，并不追求量化的点数据对评价对象进行区分，而是通过模糊转化得到的模糊评价矢量使待评对象归属于某一类别。因而，隶属度函数的地位至关重要，控制隶属度函数的合理性与精确性也就在很大程度上确定了评价结果的准确性。个人对隶属程度的理解不尽相同，所以隶属函数的确定具备一定的主观性，故41 广东工业大学硕士学位论文而，优选隶属度函数变成了我综合模糊评价的核心部分。设某一元素属于某一模糊集合的隶属函数值越大，则说明该元素的隶属度越大，即是它隶属于这个模糊集合的程度就越大。隶属度是介于0，1之间取值的无量纲的数，隶属度的值越接近1，则说明隶属程度越好。本课题中，供水管网健康度综合评价指标有六个，即管径、管龄、平均埋深、平均流速、平均水压、管材，根据其统计学性质，可以分成两大类。其中离散型指标：管径、管材；连续型指标：管龄、平均埋深、平均流速、平均水压。根据前文所定义的管道故障系数，可以分析每个指标对于爆漏影响的趋势，进而可以选择匹配程度最高的隶属度函数。（一）离散型指标离散型指标的特点是具有离散性，指标数值为某一系列固定数值或者固定数值所代表的原始数据。因而，无法建立连续型函数，故采对应评价指标直接赋值来定义离散型指标的隶属度函数。①管径2.50002.32102.00001.50001.31090.96191.00731.0000管径故障系数0.43550.46680.50000.14660.00000.00000.00003004005006008001000120014001600管径（mm）图4-1管径故障系数分布情况图Figure4-1Distributionoffailurefactorofpipediameter由上表分析可得，DN400与DN500的管径故障系数以及DN800与DN1000的管径故障系数极为接近，故而将这两组数据整体考虑归属同意隶属度评价指标内部。DN600的管径故障系数最高，DN300管径次之，当管径大于等于1200mm时，故障系数最低。依次对应五级综合评价等级可以确定管径的隶属度分布情况。42 第四章供水管网灰色模糊多级综合评价模型表4-2管径隶属度分布情况一览表Table4-2DistributionofPipelineMembershipDegree管径（mm）一级健康二级健康一级病态二级病态三级病态6000000130000010400、50000100800、100001000≥120010000②管材管材原始数据为定性指标，即用文字而非量化数据显示。通过管材故障系数分析及辅助专家评分最终得到的管材量化指标为：0.350.2976830.30.250.2222480.2074460.20.1571010.150.1155230.10.050生铁球墨铸铁钢砼PE图4-2管材故障系数分布情况图Figure4-2Distributionoffailurecoefficientofpipe由上表可以看出，各种管材造成该镇供水管网爆漏风险由高至低的顺序分布为：钢管＞球墨铸铁管＞聚乙烯塑料管＞灰口铸铁管＞砼管。根据该种离散分布状态，对应五级综合评价等级可以确定管材的隶属度分布情况见下表：表4-3管材隶属度分布情况一览表Table4-3Distributionofthedegreeofmembershipofpipes43 广东工业大学硕士学位论文管材一级健康二级健康一级病态二级病态三级病态钢管00001球墨铸铁管00010聚乙烯塑料管00100灰口铸铁管01000砼管10000（二）连续型指标连续型指标应建立相应的连续性隶属函数。本课题根据该镇供水管网健康度评价指标的故障系数，分析其对应爆漏风险大小的趋势，以此确定相吻合的隶属度函数。故障系数表征爆漏风险的规律为：随着故障系数值的增大，风险增大，即数值越小所对应的健康度评价等级健康程度越高。①平均埋深由平均埋深故障系数分析，我们已知平均埋深与平均埋深故障系数呈负相关，即随着平均埋深的增加，平均埋深故障系数降低，供水管网发生爆漏事件的可能性越低。1.40001.31591.20001.21101.00000.87490.80000.60000.59800.59530.62730.40000.20000.0000≤0.50.5~11~1.51.5~2.02.0~2.52.5~3.0平均埋深（m）图4-3平均埋深对爆漏影响趋势图（平均埋深故障系数）Figure4-3Trendofaverageburialdepthimpactonexplosion(averageburialdepthfailurefactor)由上图可以看出，平均埋深对于管道爆漏的风险的影响趋势与梯形分布隶属度函数相似。因而该指标选取梯形分布（降半）隶属度函数：44 第四章供水管网灰色模糊多级综合评价模型1xabx（x）a＜x＜bba0x＞b（4.7）即当某条管段i的平均埋深的数值大于其对应的“一级健康”评价等级标准的时候，其对应该评价等级的隶属度为1，而此时对应其他四个评价等级的隶属度则均为0。而当该管段的平均埋深的数值在等级m与m+1之间的时候，其所对应的边界值为nxiin与n。此时服从降半梯形分布，该管段对应m等级的隶属度为：r而ii1m1nnii1其对应m+1等级的隶属度为：r1r。其对应其他三个评价等级的隶属度均为0。mm1平均埋深的隶属度分布情况详见下表：表4-4埋深隶属度分布情况一览表Table4-4DistributionofSubmergedDegreeofMembershipDegree平均埋深（m）一级健康二级健康一级病态二级病态三级病态0＜h≤0.5000010.5＜h≤100r31r4r4（1.0-x）10.501＜h≤1.50r1rr（1.5-x）1.5100122h≥1.510000②平均水压由平均埋深故障系数，我们已知平均水压与平均埋深故障系数呈正相关，即随着平均水压的增加，平均埋深故障系数增加，供水管网发生爆漏事件的可能性越高。45 广东工业大学硕士学位论文2.00001.80001.83321.60001.40001.20001.19001.00000.80000.76820.60000.60500.40000.42770.20000.0000≤2525~3030~35~35~4040~45水压（mH2O）图4-4平均水压对爆漏影响趋势图（平均水压故障系数）Figure4-4Trendgraphofaveragewaterpressureimpactonexplosion(averagewaterpressurefailurefactor)由上图可以看出，平均水压对于管道爆漏的风险的影响趋势与升岭型分布隶属度函数相似。因而该指标选取梯形型分布（升半梯形）隶属度函数：0xaxa（x）a＜x＜bba1x＞b（4.8）即当某条管段i的平均埋深的数值大于其对应的“一级健康”评价等级标准的时候，其对应该评价等级的隶属度为1，而此时对应其他四个评价等级的隶属度则均为0。而当该管段的平均埋深的数值在等级m与m+1之间的时候，其所对应的边界值为xniin与n。此时服从降半梯形分布，该管段对应m等级的隶属度为：r而ii1m1nnii1其对应m+1等级的隶属度为：r1r。其对应其他三个评价等级的隶属度均为0。mm1平均水压的隶属度分布情况详见表4-5：表4-5水压隶属度分布情况一览表Table4-5DistributionofWaterPressureMembership平均水压一级健康二级健康一级病态二级病态三级病态p≤251000146 第四章供水管网灰色模糊多级综合评价模型25＜p≤30r1rr（x-25）500012230＜p≤350r31r4r4（x30）50035＜p≤4000r51r6r6（x35）50p＞4000001③管龄由管龄故障系数，我们已知管道服役年限与管龄故障系数呈正相关，即随着管道服役时间的增加，管龄故障系数增加，供水管网发生爆漏事件的可能性越高。2.50002.00001.91011.72451.50001.25131.00000.65070.69530.50000.00000~55~1010~1515~2020~25管龄（年）图4-5管龄对爆漏影响趋势图（管龄故障系数）Figure4-5TrendofTubeExplosionImpact(PipelineFailureFactor)由上图可以看出，管龄对于管道爆漏的风险的影响趋势与梯形分布隶属度函数相似。因而该指标选取梯形型分布（升半梯形）隶属度函数：0xaxa（x）a＜x＜bba1x＞b（4.9）即当某条管段i的平均埋深的数值大于其对应的“一级健康”评价等级标准的时候，其对应该评价等级的隶属度为1，而此时对应其他四个评价等级的隶属度则均为0。而当该管段的平均埋深的数值在等级m与m+1之间的时候，其所对应的边界值为xniin与n。此时服从降半梯形分布，该管段对应m等级的隶属度为：r而ii1m1nnii1其对应m+1等级的隶属度为：r1r。其对应其他三个评价等级的隶属度均为0。mm147 广东工业大学硕士学位论文平均水压的隶属度分布情况详见表4-6：表4-6管龄隶属度分布情况一览表Table4-6DistributionofAgeofMembershipofPipes管龄一级健康二级健康一级病态二级病态三级病态0＜y≤5100015＜y≤10r1rr（x-5）500012210＜y≤150r31r4r4（x10）50015＜y≤2000r51r6r6（x15）50y≥2000001④平均流速由平均流速故障系数，我们已知平均流速与平均流速故障系数的关系为：存在最优流速区间，当流速小于该区间时，平均流速故障系数大，且随着流速的增加故障系数降低；当流速大于该区间时，平均流速故障系数大，且随着流速的降低故障系数降低。即平均流速对管道爆漏风险的影响呈现先降后升的趋势。1.80001.60001.59891.60181.48591.40001.20001.19961.00000.80000.65010.60000.66510.40000.20000.0000≤0.150.15~0.30.3~0.450.45~0.60.6~0.750.75~0.9图4-6平均流速对爆漏影响趋势图（平均流速故障系数）Figure4-6Trendgraphofaverageflowrateimpactonexplosion(averageflowratefailurefactor)由上图可以看出，平均流速对于管道爆漏的风险的影响趋势与岭型分布隶属度函数相似。因而该指标选取岭型分布（中间型）隶属度函数：48 第四章供水管网灰色模糊多级综合评价模型011baxasin(x)22ba2a＜x＜b（x）1bxc11dcc＜x＜dsin(x)22dc2xd0（4.10）即当管段的平均流速的数值大于其对应的“三级病态”评价等级标准的时候，其对应该评价等级的隶属度为1，而此时对应其他四个评价等级的隶属度则均为0；当第条管段的平均流速值小于其对应的“二级病态”评价等级标准的时候，其对应该评价等级的隶属度为1，此时对应其他四个评价等级的隶属度则均为0。当管段的流速介于最优区间时，其对应的“一级健康”的评价等级的隶属度为1，此时对应其他四个评价等级的隶属度则均为0。当管段i的流速小于最优区间，介于第m等级和m+1等级的时候，其所对应的边11nni1i界值为n与n，此时其对应m+1等级的隶属度为：rsin(x)，ii1m122nn2i1i其对应m等级的隶属度为：r1r，对应其他三个评价等级的隶属度均为0；当管mm1段j的流速大于最优区间，介于第k等级和k+1等级的时候，其所对应的边界值为nj与11nj1njnj1此时对应k+1等级的隶属度为：rk1sin(x)，其对应k等22nn2j1j级的隶属度为：r1r，此时对应其他三个个评价等级的隶属度则均为0。详见表kk14-7：表4-7平均流速隶属度分布情况一览表Table4-7DistributionofAverageFlowVelocityMembershipDistribution平均流速一级健康二级健康一级病态二级病态三级病态≤0.1500010110.150.15~0.3r11r2r1sin(x)000220.1520.3~0.4510000110.150.45~0.600r1rrsin(x)0124220.15249 广东工业大学硕士学位论文＞0.6000014.3.3一级模糊综合评价模型的建立①建立供水管网指标评价因素集根据前文分析，对于该镇供水管网健康度评价的因素集包含六个元素，即管径、管龄、管材、平均埋深、平均水压、平均流速。建立因素集Uuuuuuu。123456②建立供水管网评级集对于该镇供水管网的评价分为五个等级，故其评价集包含五个元素，即一级健康、二级健康、一级病态、二级病态、三级病态。建立评价集Vvvvvvv。123456③确定供水管网评价指标权重集由第三章可知，依据客观组合赋权得到六个评价指标的权重为：管径0.3229；管龄0.2133；管材0.0749；平均流速0.1845；平均压力0.0914；平均埋深0.1131。建立权重集Aaaaaaa。123456④确定供水管网健康度模糊评价矩阵通过对六个评价指标隶属度分析，可以分别得到单因素评价集，联合全部单因素评价集，可以确定该镇供水管网健康度模糊评价矩阵r11r12r13r14r15rrrrr2122232425rrrrr3132333435Rrrrrr4142434445rrrrr5152535455r61r62r63r64r65（4.11）⑤模糊综合评价将权重集与评价矩阵进行模糊集运算，从而得到该镇供水管网综合评价结果向量B:r11r12r13r14r15rrrrr2122232425rrrrr3132333435BARa1a2a3a4a5a6b1b2b3b4b5rrrrr4142434445rrrrr5152535455r61r62r63r64r65（4.12）将B向量归一化处理，依据最大隶属度原则可以得到该镇各管道所对应的健康评价等50 第四章供水管网灰色模糊多级综合评价模型级。4.3.4多级灰色模糊综合评价模型的建立①建立供水管网指标评价因素集根据前文分析，对于该镇供水管网健康度评价的因素集包含六个元素，即管径、管龄、管材、平均埋深、平均水压、平均流速。建立因素集Uuuuuuu。123456②建立供水管网评级集对于该镇供水管网的评价分为健康、病态两大等级细分为五个等级，故其评价集包含五个元素，即一级健康、二级健康、一级病态、二级病态、三级病态。建立评价集Vvvvvvv。123456③确定供水管网评价指标权重集由第三章可知，依据客观组合赋权得到六个评价指标的权重为：管径0.3229；管龄0.2133；管材0.0749；平均流速0.1845；平均压力0.0914；平均埋深0.1131。建立权重集Aaaaaaa。123456④根据经验规律，取分辨系数=0.7，求关联系数确定标准数据序列见表4-8：表4-8指标标准序列表Table4-8Indexstandardsequencetable标准数据管径管龄平均水压平均流速管材平均埋深原始值1200121.17720.17球墨铸铁3.05标准化100.48310.96490.28221.0086根据公式（4.13）minminxxmaxmaxxxo(j)i(j)o(j)i(j)ijxxmaxmaxxxo(j)i(j)o(j)i(j)（4.13）可求得灰色关联系数矩阵（4.14）⑤赋权求得灰色关联度评价值赋权求灰色关联度：（4.15）51 广东工业大学硕士学位论文灰色关联度值介于0，1之间，被评价管段与标准序列管段属性越接近，其加权灰色关联度的值则越接近1，反之则越接近于0。而已知标准序列管段为爆漏条件下的最优管段，则被评价管段属性越接近标准序列，则该管段越健康。用灰色关联度表征为，某管段灰色关联度值越接近1，该管段健康状况越好，反之某管段灰色关联度值越接近于0，其管段病态情况越严重。基于模糊综合评价得出的健康度五个等级，依据边界属性值确定边界条件下的灰色关联度数值。依次确定五个等级灰色关联度数值区间，通过灰色评价验证一级模糊评价对应具体评价等级结果的准确程度，增强供水管网健康度评价模型准确性。4.4本章小结本章完成了该镇供水管网健康度多级综合评价模型的构建，主要内容为：（1）建立了供水管网健康度评价标准等级（一级健康、二级健康、一级病态、二级病态、三级病态），并针对不同等级提出了相对应的预防、检测、维修等具体处理方法。（2）完成一级综合模糊评价隶属度函数优选。将指标按离散型、连续型分类，通过不同指标故障系数分析其对于爆漏影响的趋势，进而可以选择匹配程度最高的隶属度函数。其中，离散型指标管材、管径采用矩形隶属度函数分布；连续型指标平均水压、管龄采用升半梯形隶属度函数分布；平均埋深采用降半梯形隶属度函数分布；平均流速采用中间性岭型隶属度函数分布。（3）建立一级综合模糊评价模型。根据第三章节确定的指标权重值与隶属度分布矩阵进行模糊转换，得到模糊矩阵。依据最大隶属度原则确定被评价管段健康等级。（4）建立二级灰色综合评价模型。选取最优管段标准序列，根据经验规律取分辨系数。求解待评价管段灰色关联系数，结合指标权重值得到灰色关联度。基于一级综合模糊评价等级边界确定边界灰色关联度，从而得到评价等级所对应的灰色关联度数值区间，确定被评价管段的健康等级。在一级模糊评价的基础上，进一步确定评价结果对应具体等级的准确程度，使得模型准确率更高。52 第五章供水管网健康度评价模型应用及其准确度检验第五章供水管网健康度评价模型应用及其准确度检验本文研究的供水管网健康度综合评价模型是在整合分析既有数据的基础上，对供水管网进行评价，提出具有强针对性的检修维护方案，是具备预测指导性的模型。故而，模型的精度、准确性尤为重要。本章根据建模所选择的评价方法及建模基础数据外最新年份的管网数据，对方法论准确度及评价结果所对应实际情况的准确度进行检验，以求模型实用性更强。5.1一级模糊综合评价模型应用及准确度检验5.1.1一级模糊综合评价模型应用选择2014年该镇某条管段L，利用评价模型进行一级模糊综合评价。该管段的基础信息详见表5-1：表5-1L管段基础信息表Table5-1Lpipebasicinformationtable管径（mm）管材管龄（年）平均埋深（m）平均流速(m/s)平均水压（mH20）500钢60.740.242236.84依据各指标选定隶属度函数可得该管道各指标对评价等级隶属度分布情况见表5-2至5-7：表5-2管径隶属度分布表Table5-2Distributionofpipediameters管径（mm）一级健康二级健康一级病态二级病态三级病态400、50000100表5-3管材隶属度分布表Table5-3Distributionofpipemembership管材一级健康二级健康一级病态二级病态三级病态钢管00001表5-4管龄隶属度分布表Table5-4DistributionofAgeMembership管龄一级健康二级健康一级病态二级病态三级病态5＜y≤10r1rr（6-5）500012253 广东工业大学硕士学位论文表5-5平均埋深隶属度分布表Table5-4Averageburieddepthmembershipdistributiontable平均埋深一级健康二级健康一级病态二级病态三级病态（m）0.5＜h≤100r31r4r4（1.0-0.74）10.50表5-6平均流速隶属度分布表Table5-6AverageFlowRateMembershipDistributionTable平均流速一级健康二级健康一级病态二级病态三级病态110.150.15~0.3r1rrsin(0.2422)000121220.152表5-7平均水压隶属度分布表Table5-7AverageWaterPressureMembershipDegreeDistributionTable平均水压一级健康二级健康一级病态二级病态三级病态35＜p≤4000r51r6r6（36.8435）50可得评判矩阵R：组合赋权向量经过模糊转换可得依据模糊理论得最大隶属度原则可知该管段对应一级病态等级得程度为48.63%，即该管段在一级模糊综合评价下得评价等级为：一级病态，该管段基本可以完成供水54 第五章供水管网健康度评价模型应用及其准确度检验任务，但其存在一定的爆漏风险，应进行重点监测。5.1.2一级模糊综合评价模型最大隶属度原则检验最大隶属度原则：第一，是穷尽性原则，即对象总体中所有分子都能够归类。第二，是排他性原则，即对象总体中任何一个分子都不能够同时归属于两个或者更多的类属。模糊综合评价中，通常引入最大隶属度原则有效度指标，进而判断评价结果。然而，最大隶属度原则并非普遍适用，它在一定程度上忽视了次级隶属度的作用，存在信息丢失，即可能存在超模糊现象。因此需要对最大隶属度原则的适用性进行检验，本文采用最大隶属原则有效度的指标，不仅可以判断最大隶属原则的适用性，还可以量化体现最大隶属度原则的有效度的相对置信程度。使结果更准确性更高。（1）最大隶属度原则有效性指标定义在模糊评价过程中，针对经模糊转换后的评价矩阵：B=(。最大隶属度原则有效性的指标定义见（5.1）：（5.1）式中，;①当时，最大隶属度原则一级有效；②当时，最大隶属度原则二级有效；③当时，最大隶属度原则三级有效；④当时，最大隶属度原则低效；⑤当时，最大隶属度原则完全失效；通过最大隶属度原则有效性检验，可以首先从方法论层次对该模型一级综合模糊评价结果进行量化分析。（2）最大隶属度原则有效性检验的应用选取上文评价管段L，其模糊转换后所得评价矩阵为：其最大隶属第原则有效性指标为：该管段属于隶属度最大原则三级有效，故其评价结果对应等级一级病态55 广东工业大学硕士学位论文检验有效。5.1.3一级模糊综合评价模型健康病态准确度检验根据一级综合模糊评价模型及最大隶属度原则有效性检验，对该镇2014年（统计最新年份）发生爆漏事件的34条管段进行一级模糊综合评价及最大隶属度原则检验，详见下表：表5-8综合评级及最大隶属度原则检验表Table5-8ChecklistofPrinciplesforComprehensiveRatingandMaximumDegreeofMembership评价向量编号最大隶属度检验评价等级一级健康二级健康一级病态二级病态三级病态10.22950.20170.48630.02170.06080.7811一级病态20.00000.00000.37570.23240.39180.3100三级病态30.20270.20070.37790.21880.00000.5079一级病态40.06080.12160.44730.24200.12831.1553一级病态50.06080.12160.44730.24200.12831.1553一级病态60.12530.02820.48630.02210.33810.5293一级病态70.06960.12050.18120.45960.16910.8906二级病态80.26350.07960.47870.17830.00000.6612一级病态90.06080.13750.56920.23240.00000.9927一级病态100.31990.51830.00000.16180.00000.6217二级健康110.18250.11040.21060.09770.39890.6813三级病态120.19810.11290.15230.17860.35810.5012三级病态130.00000.01030.76580.16310.06082.1682一级病态140.06080.19470.20410.20240.33810.4200三级病态150.06080.38960.04970.16180.33810.3500二级健康160.20270.06080.02920.57890.12831.1726二级病态170.07190.48210.22340.16180.06080.7889二级健康180.05650.15290.54980.18000.06081.2152一级病态190.20520.12580.01510.24610.39890.5177三级病态200.06930.27460.42340.17180.06080.5085一级病态56 第五章供水管网健康度评价模型应用及其准确度检验210.16710.44810.16210.16180.06080.9275二级健康220.25610.11290.03790.07040.52270.7874三级病态230.00000.16320.59770.17830.06081.3963一级病态240.05240.08160.30530.49990.06080.6139二级病态250.21380.05630.08110.45960.18920.6655二级病态260.16980.16950.00000.16180.49891.1101三级病态270.23080.23560.00000.00000.53360.8873三级病态280.10830.02050.16860.49990.20270.6139二级病态290.19900.10200.10010.53810.06081.0615二级病态300.03080.17230.41220.32400.06080.4094一级病态310.18080.18800.47950.09100.06080.9293一级病态320.06080.07960.47870.17830.20270.8596一级病态330.27230.16420.42160.08110.06080.5096一级病态340.17250.14520.12160.16180.39890.7206三级病态由上表可以看出，最大隶属度原则检验结果，34条被测管段处于低效段的管段共计4条，即该评价超模糊失真百分比为11.76%，检验准确率为88.24%。而34条被评价管段，处于二级健康评价等级的管段共计4条，评价准确率为88.24%。而综合最大隶属度原则失效管段及评价等级相悖管段共计7条，故而该镇供水管网健康度一级模糊综合评价健康病态准确率为79.41%。5.2二级灰色综合评价模型应用及准确度检验5.2.1二级灰色综合评价模型应用选择2014年该镇某条管段L，利用评价模型进行一级模糊综合评价。该管段的基础信息详见表：表5-9L管段基础信息表Table5-9BasicInformationTableofLSection管径管龄平均水压标准数据管材平均埋深（m）平均流速(m/s)（mm）（年）（mH20）原始值500钢60.740.242236.84标准化0.22220.25860.25000.18060.82360.8404已知标准序列见表5-10：57 广东工业大学硕士学位论文表5-10评价指标标准序列表Table5-10EvaluationIndexStandardSequenceTable标准数据管径管龄平均水压平均流速管材平均埋深原始值1200121.17720.17球墨铸铁3.05标准化100.48310.96490.28221.0086取分辨系数，可得灰色关联系数见表5-11：表5-11L管段灰色关联系数表Table5-11GrayCorrelationOfpipeLFactorTable关联系数管段管径管材管龄平均埋深平均流速平均水压L0.33710.95350.61560.32320.74180.5271又组合赋权向量可求得灰色关联度：=0.5355依据前文针对指标故障系数分析，一级综合模糊评价五等级划分的基础上，对等级边界求解灰色关联系数见表5-12：表5-12评价等级边界灰色关联系数表Table5-12EvaluationLevelBoundaryGreyCorrelationCoefficientTable属性管径管龄平均水压平均流速管材平均埋深灰色关联度二级健康0.11110.450.68430.00820.11510.27340.7334一级病态00.70.79840.30820.23670.16630.6059二级病态0.33330.950.91240.45820.25860.09460.5007三级病态0.66670.950.42930.50670.02360.09140.4451由上表可知，根据等级边界灰色关联系度数值可以划定各等级的灰色关联度区间，则评价等级所对应的灰色关联度值详见表5-13：58 第五章供水管网健康度评价模型应用及其准确度检验表5-13灰色关联度对应评价等级表Table5-13GreyCorrespondenceRatingTable灰色关联度P＞0.73340.6059＜P≤0.73340.5007＜P≤0.60590.4451＜P≤0.5007P≤0.4451评价等级一级健康二级健康一级病态二级病态三级病态可得，管段L的灰色关联度值为0.5355，对应评价等级为一级病态，与一级模糊综合评价所得评价结果吻合。5.2.2二级灰色综合评价模型评价等级吻合度检验根据二级灰色综合评价模型，对该镇2014年（统计最新年份）发生爆漏事件的34条管段进行二级灰色综合评价并与一级模糊综合评价结果具体等级区间相较验证，详见表5-13：表5-14二级灰色综合评价结果表Table5-14Theresultsofthesecondarygreycomprehensiveevaluation管段编号灰色关联度一级模糊评价结果等级二级灰色评价结果等级10.5355一级病态一级病态20.5167三级病态一级病态30.6059一级病态一级病态40.5496一级病态一级病态50.5487一级病态一级病态60.5134一级病态一级病态70.4284二级病态三级病态80.5072一级病态一级病态90.5759一级病态一级病态100.7107二级健康二级健康110.4391三级病态三级病态120.5751三级病态一级病态130.5007一级病态一级病态140.4401三级病态三级病态150.6959二级健康二级健康160.4772二级病态二级病态59 广东工业大学硕士学位论文170.4909二级健康二级病态180.3909一级病态三级病态190.4198三级病态三级病态200.4934一级病态二级病态210.7171二级健康二级健康220.4260三级病态三级病态230.4989一级病态二级病态240.4929二级病态二级病态250.4682二级病态二级病态260.4327三级病态三级病态270.4098三级病态三级病态280.4854二级病态二级病态290.4774二级病态二级病态300.4451一级病态三级病态310.4343一级病态三级病态320.6009一级病态一级病态330.4908一级病态二级病态340.4146三级病态三级病态可得，二级灰色综合评价结果所得34条管段中，健康病态大等级相悖只有一条，吻合度可达到97.06%。具体等级相悖的管段共计10条，故而，二级等级区间吻合度检验准确率为70.59%。5.3本章小结本章完成对建立的供水管网健康度多级综合评价模型的应用，并依据该镇最新数据进行了三种准确度检验，主要内容包括：（1）一级模糊综合评价模型应用。针对该镇供水管网最新年份数据进行管道评价，得出各管道对应评价等级及相应得应对措施。（2）最大隶属度原则有效性检验。即超模糊现象失真百分比，通过对被评价管道评价矩阵数据得最大隶属度有效测度值求解。得出超模糊失真百分比为11.76%，检验准确率为：88.24%。（3）健康、病态大等级准确度检验。依据评价等级结果与该镇最新年份管道维护60 第五章供水管网健康度评价模型应用及其准确度检验数据对比。在全部发生爆漏事件得管段中，评价等级与事件发生结果相悖管段占11.76%。结合超模糊失真现象，可得综合健康病态准确率为：79.41%。（4）二级灰色综合评价区间吻合度检验。在一级模糊评价基础上，基于等级边界灰色关联度值确定灰色评价等级边界值。应用灰色关联分析法对待测管段进行评价，并与一级模糊评价结果比较，检验具体五等级评价结果的吻合度。健康、病态大等级吻合度可达到97.06%，具体五个等级的吻合度为：70.59%。61 广东工业大学硕士学位论文结论与展望结论本文通过收集整理广东省某镇供水管网基础属性数据及管道检修维护数据，并依据InfoworksWS软件建立水力模型模拟导出该镇运行数据，建立数据库。分析造成该镇供水管网发生爆漏的影响因素，建立指标评价体系，完成指标的组合优化权重分配，构建了该镇供水管网健康度多级综合评价模型。通过本文的研究，获得的主要成果为：（1）评价指标体系确定及指标分析。通过收集整理分析该镇六年数据，确定管径、管材、管龄、平均埋深、平均流速、平均水压六个评价指标。并引入故障系数概念，通过故障系数分析，确定每个指标对于管网发生爆漏事件的影响规律。主要为：存在最不利管径，即当管径为DN600时，发生爆漏风险最高，当大于或者小于DN600管径时，管径越大爆漏风险越低；管材中，管网发生爆漏事件概率的顺序为：钢管＞球墨铸铁管＞聚乙烯塑料管＞灰口铸铁管＞砼管；管龄越大，故障系数增大，供水管网发生爆漏的可能性越高；平均埋深越大，故障系数降低，供水管网发生爆漏事件的可能性越低；平均水压越大故障系数增大，供水管网发生爆漏的可能性越高；对于平均流速而言，存在最优区间0.15~0.45m/s，流速大于或者小于该区间时故障系数增大，即供水管网发生爆漏事故的风险增大。（2）客观组合赋权模型的建立并确定评价指标权重值。本文采取主成分分析法与熵权法两种客观赋权方式，基于方差最大化的思想进行客观组合赋权。综合了两种赋权方法的优势，计算六个指标的权重值如下：主成分份分析法赋权结果为：管径0.3381；管龄0.2027；平均流速0.1618；平均埋深0.1283；平均压力0.1083；管材0.0608。熵权法赋权结果为：管径0.2928；管龄0.2178；平均流速0.1998；平均埋深0.0984；平均压力0.1067；管材0.0846。组合赋权结果为：管径0.3229；管龄0.2133；平均流速0.1845；平均埋深0.1131；平均压力0.0914；管材0.0749。（3）建立灰色多级综合评价模型。确定评价集，建立一级健康、二级健康、一级病态、二级病态、三级病态的五等级评价等级，并确定对应等级的应对措施。建立基于模糊理论，通过优选指标隶属度函数并结合指标权重矩阵，进行模糊转换，进行一级模糊综合评价；通过故障系数分析，确定标准序列，依据灰色关联分析法与组合权重进行二级灰色综合评价。（4）供水管网多级综合评价模型应用及检验。将模型应用于该镇最新年份统计数62 结论与展望据中，评估管网状态等级。首先，针对一级模糊评价进行超模糊检验，得出超模糊失真百分比为11.76%，检验准确率为达到88.24%；其次根据该镇最新年份的检修数据，对评价结果进行健康、病态大等级评价，其中相悖管段占11.76%。结合超模糊失真现象，可得综合健康病态准确率为79.41%；最后，基于一级模糊评价，依据灰色关联分析法建立二级灰色综合评价模型对待测管段进行评价，对比验证得到具体五等级结果的吻合程度达到为70.59%。展望本文研究城市供水管网的健康度评价，以求通过建立评价模型能够对供水管网的工作状态做出评估预测，能够提供准确的有针对性的应对处理措施，避免被动监测所带来的低效管理，保证用户用水安全，减少水企的资金投入。本文完成了预期的模型建立并得到了较为理想的检验结果，然而，因基础数据样本等客观条件问题，仍存在一些不足，有待进一步完善与提升。（1）本文建模依据南方某镇水司提供的实际数据，然而，该数据存在着一些问题。如样本数量较少（在方法上大体上解决该问题），原始数据可靠性等。因此，期望后续研究能够收集更多有保障的基础数据，以便于课题的深入研究探讨。（2）指标体系的完善，期望收集水质方面数据。在属性数据与运行数据的基础上，可增加水质指标，建立运行安全与水质安全的综合性健康度评价指标。（3）本文建立模型均需对待评估指标进行原始数据处理，后完成阶段进行评价。后续开发相应的健康度评价系统软件，并对接供水企业的管理维护软件，完成水企数据更新直接反应到模型基础数据库，这将提升健康度评价速度、准确率、效率、以及适用性，对供水企业的优化管理大有裨益。63 广东工业大学硕士学位论文参考文献[1]张飘平.市政管道状况评价技术研究[A].中国地质学会非开挖技术专业委员会(ChinaSocietyforTrenchlessTechnology).2010年非开挖技术会议论文集[C].中国地质学会非开挖技术专业委员会(ChinaSocietyforTrenchlessTechnology):,2010:6.[2]刘艳,顾雪平,张丹.基于数据包络分析模型的电力系统黑启动方案相对有效性评估[J].中国电机工程学报,2006(05):32-37+94.[3]JanLarsson,KjetilTelle.ConsequencesoftheIPPC’sBATRequirementsforEmissionsandAbatementCosts:ADEAAnalysisonNorwegianData[J].EnvironmentalandResourceEconomics,2008,41(4).[4]HaraldDyckhoff,HeinzAhn.VerallgemeinerteDEA-ModellezurPerformanceanalyse[J].ZeitschriftfürBetriebswirtschaft,2010,80(12).[5]AydınÇelen.Efficiencyandproductivity(TFP)oftheTurkishelectricitydistributioncompanies:Anapplicationoftwo-stage(DEA&Tobit)analysis[J].EnergyPolicy,2013,63.[6]AbbasAl-Refaie,MohammadHammad,Ming-HsienLi.DEAwindowanalysisandMalmquistindextoassessenergyefficiencyandproductivityinJordanianindustrialsector[J].EnergyEfficiency,2016,9(6).[7]王凯琢,付元昌,江凌生,耿贵宁.基于改进灰色理论的威胁指标权重技术[J].计算机工程,2009,35(14):151-153.[8]JIAJianghong.ApplicationofGrayAnalysisMethodinFrictionCoefficientAssessmentforExtendedReachWell[J].AdvancesinPetroleumExplorationandDevelopment,2014,8(2).[9]MohammedYunus,MohammadS.Alsoufi,ShadiM.Munshi.Taguchi-Greyrelationanalysisforassessingtheoptimalsetofcontrolfactorsofthermalbarriercoatingsforhigh-temperatureapplications[J].MechanicsofAdvancedMaterialsandModernProcesses,2016,2(1).[10]王赟.基于灰色关联分析的多因子选股模型研究[D].北京交通大学,2017.[11]陈东方.基于灰色理论的PPP项目风险识别与评估[D].上海国家会计学院,2017.[12]毛健,赵红东,姚婧婧.人工神经网络的发展及应用[J].电子设计工程,2011,19(24):62-65.64 参考文献[13]何璠.基于BP人工神经网络的环境质量评价模型研究[D].四川大学,2006.[14]DaisakuKawabata,JoelBandibas.Landslidesusceptibilitymappingusinggeologicaldata,aDEMfromASTERimagesandanArtificialNeuralNetwork(ANN)[J].Geomorphology,2009,113(1).[15]RaedJafar,IsamShahrour,IlanJuran.ApplicationofArtificialNeuralNetworks(ANN)tomodelthefailureofurbanwatermains[J].MathematicalandComputerModelling,2009,51(9).[16]N.GamzeTuran,BaşakMesci,OkanOzgonenel.Artificialneuralnetwork(ANN)approachformodelingZn(II)adsorptionfromleachateusinganewbiosorbent[J].ChemicalEngineeringJournal,2011,173(1).[17]张庆印.基于遗传—神经网络的农村公路沥青路面使用性能评价方法研究[D].长安大学,2013.[18]RanSun,BrianThater,PengShi,XiuliWei,ShuoJiao,RichardW.Belcher,DavidE.Crowley,GehongWei.Theeffectofcowpea(Vignaunguiculata)withrootmucilageonphenanthrene(PHE)dissipationandmicrobialcommunitycompositionusingphospholipidfattyacid(PLFA)analysisandartificialneuralnetwork(ANN)modeling[J].InternationalBiodeterioration&Biodegradation,2015,100.[19]刘丽颖,官冬杰,杨清伟,苏维词.基于人工神经网络的喀斯特地区水资源安全评价[J].水土保持通报,2017,37(02):207-214.[20]刘云超.基于AHP-模糊综合评价法的矿产资源评价项目绩效评价研究[D].昆明理工大学,2017.[21]张晓燕.基于模糊综合评价的岩爆危险性预测[D].河北工程大学,2017.[22]万亚芬.基于模糊综合评价法的ZB公司内部控制评价研究[D].江西财经大学,2017.[23]郭雨晨.基于模糊综合评价的企业财务风险预警管理研究[D].河北师范大学,2017.[24]ShaoFuSong,GuangJinLi,YingShengSu.TheFuzzyComprehensiveAssessmentofBrandCompetitivenessofPropertyInsuranceCompanies[J].AppliedMechanicsandMaterials,2011,1245(55).[25]KeWeiZhang.RiskAssessmentofSmartGridCyberSecurityBasedonMulti-LevelFuzzyComprehensiveEvaluationMethod[J].AdvancedMaterialsResearch,2013,2109(605).[26]T.R.Manoharan,C.Muralidharan,S.G.Deshmukh.Anintegratedfuzzymulti-attribute65 广东工业大学硕士学位论文decision-makingmodelforemployees"performanceappraisal[J].TheInternationalJournalofHumanResourceManagement,2011,22(3).[27]HaiTaoLi.HealthStateEvaluationofContinuousGirderBridgeBasedonFuzzyAnalyticHierarchyProcess[J].AppliedMechanicsandMaterials,2012,1802(178).[28]VladimirChernov,OleksandrDorokhov,LudmilaMalyaretz.ConstructionofEstimatesintheChoiceofAlternativeSolutionsbyUsingtheFuzzyUtilities[J].TransportandTelecommunication,2012,13(1).[29]邱林,任国源,王文川,雷冠军,闫海龙.模糊优选神经网络模型在水资源价值评价中的应用[J].水资源研究,2015,04(04).[30]DaekookKang,WooseokJang,YongtaePark.Evaluationofe-commercewebsitesusingfuzzyhierarchicalTOPSISbasedonE-S-QUAL[J].AppliedSoftComputing,2016,42.[31]FereshteHaghighiFashi.Evaluationofadaptiveneural-basedfuzzyinferencesystemapproachforestimatingsaturatedsoilwatercontent[J].ModelingEarthSystemsandEnvironment,2016,2(4).[32]RDWahyudi.InvestigatingtheroleofFuzzyasconfirmatorytoolforservicequalityassessment(Casestudy:ComparisonofFuzzySERVQUALandSERVQUALinhotelserviceevaluation)[J].IOPConferenceSeries:MaterialsScienceandEngineering,2017,273(1).[33]张强.基于栅格和层析分析法的生态环境质量评价研究——以平凉市为例[J].甘肃科技,2016,32(15):26-27.[34]张晓艺,路燕,翟惠良.基于AHP与SVM的微博机器用户检测方法[J].计算机工程,2017,43(04):171-176.[35]王玉珍,周静清,温雅琼,刘海燕,冯锋.快速检测镉离子的免疫层析分析法的建立及应用[J].化学研究与应用,2017,29(12):1916-1920.[36]乔婷.湿地旅游绿色发展的主导因素分析——基于层析分析法[J].科技视界,2016(12):142.[37]HoangNguyen.Theapplicationoftheahpmethodinshipsystemriskestimation[J].PolishMaritimeResearch,2009,16(1).[38]V.González-Prida,L.Barberá,P.Viveros,A.Crespo.DynamicAnalyticHierarchyProcess:AHPmethodadaptedtoachangingenvironment[J].IFACProceedings66 参考文献Volumes,2012,45(31).[39]JafarRezaei,PatrickB.M.Fahim,LoriTavasszy.Supplierselectionintheairlineretailindustryusingafunnelmethodology:ConjunctivescreeningmethodandfuzzyAHP[J].ExpertSystemsWithApplications,2014,41(18).[40]YongTang,HonghangSun,QiangYao,YiboWang.TheselectionofkeytechnologiesbythesiliconphotovoltaicindustrybasedontheDelphimethodandAHP(analytichierarchyprocess):CasestudyofChina[J].Energy,2014,75.[41]AnetaBecker,JarosławBecker.ASelectionofOffersontheSzczecinResidentialMarketwiththeAHPMethod[J].FoliaOeconomicaStetinensia,2017,17(1).[42]杨莹莹,王晓燕,冯夏珍,张文琴,叶松华.主成分分析和聚类分析法研究刺玫果黄酮类成分HPLC指纹图谱[J].食品工业科技,2017,38(24):231-237.[43]王鹏,况福民,邓育武,田亚平,易锋.基于主成分分析的衡阳市土地生态安全评价[J].经济地理,2015,35(01):168-172.[44]罗志忠.基于土地利用的城市交通需求分析研究[D].长安大学,2006.[45]高艳.改进的主成分分析方法在学科建设中的应用[D].哈尔滨工程大学,2011.[46]韩小孩,张耀辉,孙福军,王少华.基于主成分分析的指标权重确定方法[J].四川兵工学报,2012,33(10):124-126.[47]P.C.Padhi,S.S.Mahapatra,S.N.Yadav,D.K.Tripathy.OptimizationofCorrelatedQualityCharacteristicsinWEDMProcessusingTaguchiApproachCoupledwithPrincipalComponentAnalysis[J].J.Manuf.Sci.Prod.,2013,13(3).[48]PuneetMishra,AnaHerrero-Langreo,PilarBarreiro,JeanRoger,BelénDiezma,NathalieGorretta,LourdesLleó.Detectionandquantificationofpeanuttracesinwheatflourbynearinfraredhyperspectralimagingspectroscopyusingprincipal-componentanalysis[J].JournalofNearInfraredSpectroscopy,2015,23(1).[49]董健卫,陈艳美,孟盼.基于主成分分析的PM2.5的影响因素权重确定方法[J].广东技术师范学院学报,2016,37(11):25-28+52.[50]MehdiMohebodini,NaserSabaghnia,FarhadBehtash,MohsenJanmohammadi.PrincipalComponentAnalysisofSomeQuantitativeandQualitativeTraitsinIranianSpinachLandraces[J].ProceedingsoftheLatvianAcademyofSciences.SectionB.Natural,Exact,67 广东工业大学硕士学位论文andAppliedSciences.,2017,71(4).[51]颜惠琴,牛万红,韩惠丽.基于主成分分析构建指标权重的客观赋权法[J].济南大学学报(自然科学版),2017,31(06):519-523.[52]邹志红,孙靖南,任广平.模糊评价因子的熵权法赋权及其在水质评价中的应用[J].环境科学学报,2005(04):552-556.[53]JingFeng,YingWang,XianYongXiao.SyntheticRiskAssessmentofCatastrophicFailuresinPowerSystemBasedonEntropyWeightMethod[J].AdvancedMaterialsResearch,2012,1615(446).[54]YangLiu,JianWang,GuiZhenLiu,LiQunLiu,BangChunWen.TheGeneralizedProductQuality"sComprehensiveEvaluationMethodBasedonEntropyWeightMethod[J].AdvancedMaterialsResearch,2012,1950(569).[55]刘大海,宫伟,邢文秀,李晓璇,马雪健,于莹.基于AHP-熵权法的海岛海岸带脆弱性评价指标权重综合确定方法[J].海洋环境科学,2015,34(03):462-467.[56]HaiSuYu,JiBinXue,KeJingJia,FanQi.PerformanceAppraisalofEco-EnvironmentProtectioninZhejiangProvinceBasedonEntropyWeightMethod[J].AdvancedMaterialsResearch,2015,3702(1073).[57]AlexiDelgado,I.Romero.Environmentalconflictanalysisusinganintegratedgreyclusteringandentropy-weightmethod:AcasestudyofaminingprojectinPeru[J].EnvironmentalModellingandSoftware,2016,77.[58]Yao-WenXue,Yan-HuaZhang.Researchonmoneylaunderingriskassessmentofcustomers–basedontheempiricalresearchofChina[J].JournalofMoneyLaunderingControl,2016,19(3).[59]ZhouHongdi,ShiTielin,LiaoGuanglan,XuanJianping,DuanJie,SuLei,HeZhenzhi,LaiWuxing.WeightedKernelEntropyComponentAnalysisforFaultDiagnosisofRollingBearings.[J].Sensors(Basel,Switzerland),2017,17(3).[60]田林钢,马成功,王绪.基于AHP-熵权法的水利工程业主风险模糊评价[J].人民黄河,2017,39(12):117-122+130.[61]张宇,任福兵.基于AHP-熵权法的智库网络传播力评价研究[J].情报科68 参考文献学,2017,35(03):110-116.[62]朱峰,张宏伟.基于“AHP+熵权法”的CW-TOPSIS冲击地压评判模型[J].中国安全科学学报,2017,27(01):128-133.[63]马乐宁,刘文君,徐洪福.供水管道爆漏事故影响因素实例分析[J].给水排水,2006(09):86-89.[64]方矿学.浅析DIP管道在调水工程中的运用[J].科技创新导报,2016,13(18):13-14.[65]侯滨.控制供水管网漏损降低供水企业成本[J].科技与企业,2012(08):114-115.[66]MilesSW,StyersFC,NesbitCM.SettingPipelineRehabilitationPrioritiestoAchieve"Best"Results—ACaseStudyUsingConditionandCriticalityCriteria[C]//InternationalConferenceonPipelineEngineeringandConstruction.2007:1-10.69 广东工业大学硕士学位论文攻读硕士学位期间发表的论文发表的卷相当于学位论发表或投稿作者论文题目期、年月、文的哪一部分刊物页码(章、节)邓天奇、周基于多水源分区联合供水的西南2017.061广州建筑子栎某市供水规划研究03~06周子栎、邓海绵城市分区管控规划策略—以2低碳世界2018.04天奇南方某市为例70 攻读硕士学位期间发表的论文学位论文独创性声明本人郑重声明：所呈交的学位论文是我个人在导师的指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明，并表示了谢意。本人依法享有和承担由此论文所产生的权利和责任。论文作者签名：日期：2018年5月20日学位论文版权使用授权声明本学位论文作者完全了解学校有关保存、使用学位论文的规定：“研究生在广东工业大学学习和工作期间参与广东工业大学研究项目或承担广东工业大学安排的任务所完成的发明创造及其他技术成果，除另有协议外，归广东工业大学享有或特有”。同意授权广东工业大学保留并向国家有关部门或机构送交该论文的印刷本和电子版本，允许该论文被查阅和借阅。同意授权广东工业大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印、扫描或数字化等其他复制手段保存和汇编本学位论文。保密论文在解密后遵守此规定。论文作者签名：日期：2018年5月20日指导教师签名：日期：2018年5月20日71 广东工业大学硕士学位论文致谢时光浅滩回首，蓦然三年已逝。母校教诲之恩，此生难忘。作为北方学子，横跨中国，由北至南求学之途遥遥，但亦收获满满。研究生生涯不仅丰富了知识，提升了技能，更为重要的是建立自己应对问题的处理体系，从书本考试中走出来，以实践来验证所学。三年时间太短，短到不舍得浪费一分一秒，却仍是匆匆而去；三年时间太长，长到不知该用多么巨大的篇幅才能表达我对这三年的感激之情。首先，要感谢的便是我的导师，王志红教授。师恩难谢，毫端蕴秀临霜写，写不尽前行路上谆谆教诲；口齿噙香对月吟，吟不断求学途中关怀声声。课题中，王老师对我严格要求，从研一阅读文献，完成读书报告为课题认知做铺垫，到研二开题，为课题内容、方向、深度多方面提出珍贵的建议，直至研三完成大论文。每一步的方向把控，每一步的小心前行都离不开王老师。此外，王老师在研一带我们《市政工程优化及技术经济分析》课程时，其扎实的理论知识，丰富的实践经验，严谨负责的治学态度也令我们十分钦佩。除了科研学习方面的帮助，王老师对我们的生活也极为关心。尤其作为东北人，地理差异巨大，自然环境、生活习惯诸多不适，幸而在各位老师及师兄们的帮助下，将过渡期极大的缩短了。其次，要感谢课题组各位老师，聂锦旭老师、屠宇老师、王琦老师、李斌老师、刘立凡老师、柳君侠老师、杜星老师在我的学习生活中给予的指导。感谢周涛师兄、罗富敏师兄、蒋浩师兄、谢伟楠师兄、邹祥俊师兄、唐代军师兄、李云师兄在课题中对我的帮助。也十分感谢2015级市政的14位小伙伴以及师弟师妹们，爱你们！再次，感谢我的室友，劲松、壮城、何松，同窗情谊不易，同寝更是缘。感谢我们这三年的和谐融洽、感谢彼此帮助、彼此包容，让我学生时代最后一个宿舍完美到了无遗憾。感谢双志、彬哥、强哥、宇斌、文婉、李茂、天皓等等研会的小伙伴们，感谢我们的从化之行、我们的农家乐、我们的泛舟湖上、我们的真人CS···青春的记忆不朽，很荣幸最浓墨重彩的一笔由我们共同书写。最后，感谢我的家人，老爸老妈26年的支持与帮助，让我毫无后顾之忧的走完了学生时代。父母容颜渐老，唯愿我前行的速度不落于他们老去的速度。纯洁的天使着一身火红的装束在漫天蒲公英花海中噙一抹单纯的笑，感谢上苍，让我有机会在正青春的年代，遇到了最好的你们。感谢所有的老师、亲人、朋友，我愿怀此感恩之态，不忘初心，继续前行！72'