[发明专利]一种基于MABAC综合算法的海岸侵蚀强度评价方法

说明书

一种基于MABAC综合算法的海岸侵蚀强度评价方法，涉及海岸侵蚀强度的评价。根据评价指标规范化正负相关性对评价单元数据标准化；向本领域多个专家邀请分发评价指标因子影响性比较判断表，将有效判断表转换为因子矩阵检验一致性；采用决策试验和评价试验法结合网络层次分析法计算评价指标主观权重；采用CRITIC方法计算评价指标客观权重，采用级差最大化的组合方式优化主客观权重；BM算子和考虑短板效应的改进型MABAC方法进行海岸侵蚀强度综合评价，得到各个评价单元的综合评价结果；对结果排序与等级划分，进行可视化绘图。弥补评价指标因子之间的主观依赖性，增加专家评判过程灵活性，确保评价结果合理性、可信度和直观性。

技术领域

本发明涉及海岸侵蚀强度的评价，尤其是涉及一种基于MABAC综合算法的海岸侵蚀强度评价方法。

背景技术

全球气候变化、风暴潮频繁、经济的快速发展和人口的不断膨胀都给海岸生态环境带来巨大的压力。良好的海岸带生态环境是人类赖以生存和可持续发展的基础。因此，全面认识和评价海岸侵蚀强度对海岸带可持续发展具有重要意义。

当前，针对海岸侵蚀的评价方法不少，包括侵蚀脆弱性、侵蚀风险、侵蚀安全、侵蚀强度等不同类型。比如：指数合成法、模糊综合评价法、模糊云模型以及高斯混合云模型。不同的评价方法都有其优缺点。指数合成法计算过程简单，需要依赖于评价指标的选择和评价指标内部的合理等级划分。常见的指数合成法有：CVI指数和H指数，但他们只考虑自然因素而忽略社会因素。PSR模型、VSD模型和SRP模型，都是海岸侵蚀脆弱性研究中广泛使用的评价指标体系概念模型，它们都是通过各评价指标的权重乘以评价指标的数值，加权得出某个评价对象的隶属度。虽然有效计算出评价对象隶属度的确切数值，也可以准确判断该评价对象的脆弱性等级，但忽略概率和统计学中最核心的问题，即样本模糊性对于随机性具有依赖性，也就是说隶属度并不是一个精确值。因其评价结果(隶属度)的唯一性而不适用于海岸侵蚀评价，海岸侵蚀强度的物理意义是不确定性。云模型和高斯混合云模型近年在综合评价的问题中广为使用，其本质依然是模糊综合评价，它们以云的形式反映客观世界的模糊性，但面对着指标内部的等级合理划分与否的问题。除此之外，模型的参数设置合理与否也将影响最终的评价结果。

指标权重反映指标之间相对重要性的大小，是指标对总目标的贡献程度。指标权重确定的合理与否，关系到综合评价结果的可信程度。因此，对于权重系数的确定应该特别谨慎。常用的确定主观权重的方法有：Delphi法、层次分析法、网络层次分析法以及决策试验和评价试验法。Delphi法能够避免与专家面对面交流时可能产生的盲从现象，评价结果更加细致深入，但其需要花费的时间和成本较大。层次分析法将与评价有关的因素分解成多个层次，在此基础上进行定性与定量分析，但其需要进行一致性检验，且未考虑同一层指标之间的相关性。网络层次分析法是在层次分析法的基础上发展而来，它考虑同一层指标之间的相关性，但由于其计算过程较为复杂，使得其应用难度较大。决策试验和评价试验法在计算主观权重的过程中充分考虑了指标之间的相互影响关系，但其仅适用于指标之间存在相互影响关系的情况。客观权重是以评价指标反映的客观信息为基础确定评价指标的权重系数，避免主观因素的影响。常见的确定客观权重的方法有：熵权法、CRITIC法和变异系数法。熵权法和变异系数法可以根据每个指标所携带的信息量客观地分配权重，避免了主观权重的不确定性，但其未能考虑指标之间的相关性。CRITIC法在确定客观权重的过程中，不仅考虑指标的变异性还考虑指标之间的相关性，使得客观权重的确定更加可靠与合理。合理的权重应该充分利用客观信息的内在规律和专家经验。

综上所述，现有的海岸侵蚀强度评价方法存在一些不足，一是单纯的主观或者客观分配指标权重，没有充分融合主观权重的优点和客观权重的优点；二是评价结果的唯一性看似准确，其实违背特定评价对象物理意义的不确定性和模糊性，造成评价结果有失偏颇。

发明内容

本发明的目的在于针对现有技术存在的上述难题，提供可确保评价结果合理、可信，且能直观、有效展示评价结果的一种基于MABAC综合算法的海岸侵蚀强度评价方法。

本发明包括以下步骤：