基于优势关系灰色粗糙集的能源消费评价分析
邹斌1
(1 安徽广播电视大学,合肥,230022)
摘 要:在综合评价问题中,属性权重的确定一直是该领域的热点,本文综合灰色系统理论和基于优势关系的粗糙集理论的特点建立灰色粗糙集模型,提出一种新的综合评价赋权方法,使确定的权重更合理、精确。进而对华东地区六省一市的能源消费量进行了分析评价,希望为相关部门在能源分配方面提供一定的参考意见。 关键词:能源消费;灰色关联度;优势关系;属性重要性 中图分类号:TP18
Comprehensive Evaluation and Analysis of Energy Consumption Based on Gray and Dominance-based Rough Set
Zou Bin 1 Li Xia 2
(1 Anhui Radio and TV University,Hefei 230022,China
2 Business Institute Anhui University of Finance & Economics, Bengbu, 233041, China) [Abstract] Determining the attribute weights has always been a hot spot in the comprehensive evaluation. The excellences of gray system theory and dominance-based rough set theory are combined and a new method of determining the attribute weights is proposed in the paper, making the weights more reasonable and more accurate. Energy consumption of six provinces and one city in East China is analyzed, obtaining comprehensive place of energy consumption, and providing some suggestions for energy distribution.
[key word] energy consumption; gray relational grade; dominance relationship; Attribute
importance
1引言
能源紧缺问题已经引起社会的广泛关注,能源的可持续发展是我国坚持科学发展观的重要体现。分析我国各个地区能源耗费总量与当今几种主要能源的关系及其变化趋势,在平衡能源结构方面有重要意义。对能源消费量做出综合评价,有利于优化能源结构。
各指标的权重决定了其在综合评价中对综合评价值的影响大小,继而影响评价结果。确定权重的方法目前已经有很多,例如主成分分析法、神经网络法,德尔菲法等,但每一种方法都存在主观性和不确定等局限性。
粗糙集理论[1,2]中的属性重要性概念现在被广泛用于客观权重的确定,也体现了一定的优越性[3]。但经典粗糙集理论是基于等价关系建立起来的,要求研究的数据为离散型数据,这一要求使得经典粗糙集理论的运用具有一定的局限性。针对这一问题,本文引入优势关系[4,5]
建立序信息系统,可直接用于处理连续型数据。在序信息系统中,基于优势关系根据属性重要性定义客观权重。而基于属性重要性确定的属性权重,其标准过于“粗糙”,单独地利用某个属性重要性概念作为确定权重的基础并不合理。
邓聚龙教授在20世纪80年代创立的灰色系统理论,是一种研究小数据、贫信息不确定
?
基金项目: 安徽广播电视大学青年基金一般项目,项目编号:qn13-19。 作者简介:邹斌(1981-),男,硕士研究生,主要研究方向是智能计算。
性问题的新方法[6]。灰色系统是一种应用于不完全和非确定信息的数学工具。灰色系统理论以非确定的“小样本”系统为研究对象,其中部分信息是明确的,部分信息是不确定的,该理论主要是通过对确定的部分信息进行加工,对数据的分布特征和数量要求不高,就能对该非确定性系统的特征进行科学的描述。其中灰色关联度分析是通过比较数列的几何关系来描述不同指标间的关联程度,以灰色关联度确定权重,具有一定的合理性。
粗糙集理论和灰色系统两种理论的共同之处在于它们均无需提供问题所需处理数据以外的任何经验信息[7]。在优势关系粗糙集理论中基于分辨能力以属性重要性确定权重,在灰色系统中,以指标间的灰色关联度确定权重,有一定的互补作用。基于此,将两种理论的优点进行有机耦合,提出一种新的综合赋权法,来填补分别利用这两种方法的缺陷。本文建立优化模型通过加权将两类权重进行融合,并将此综合权重用于华东地区能源耗费量的综合分析中,最后得到综合评价结果。
2 概念准备
定义1[1] (序信息系统)在一个信息系统中,如果在某个属性值域上建立一个偏序关系,称这个属性为一个准则。当所有的属性都为准则时,该信息系统称为序信息系统。
设在信息系统S?(U, A, V, f)中属性a是一个准则,并且在a的值域上建立的偏序关系是“?a”。于是对于对象x、y?U,我们说x?ay表示x至少和y关于准则a是一样好的,或者说x优于y。
不失一般性,取属性的值域为实数,定义关系“?a”为:x?ay?f(x,a)?f(y,a)。 于是,对于属性集B?A,x?By是指x关于属性集B中的所有准则都优于y。 定义2[1]设S?(U, A, V, f)为序信息系统,对于B?A,令
RB?{(x,y)?U?Ufm(x)?fm(y),?am?B},
则RB称为序信息系统S?(U, A, V, f)的优势关系。 记:
[xi]B?{xj?U(xi,xj)?RB}?{(x,y)?U?Ufm(x)?fm(y),?am?B}则称U/RB为序信息系统关于属性集B的一个分类,其中[xi]B为U/RB?{[xi]Bxi?U};对象xi的优势类。
定义3[1]对于?X?U,X关于优势关系RB下的上近似(UpperApproximation)和下近似(LowerApproximation)的定义分别为
RB?{xi?U[xi]BX??},RB(X)?{xi?U[xi]B?X}
同样地,优势关系下的正域定义为PosB(X)?RB(X)?{xi?U[xi]B?X},表示根据知识
B判断肯定属于X的U中的元素组成的集合 3 基于优势关系灰色粗糙集理论的赋权法
3.1 基于优势关系的属性重要性赋权方法
定义4[ 7 ] 令P和Q为U中的优势关系,Q的P正域记为PosP(Q),即
PosP(Q)?Q和P的依赖度定义为:?P(Q)?X?U/QPX
PosP(Q),其中0??P(Q)?1。 U不同的属性一般重要性不同,为了找出各个属性的重要程度,具体做法为先去掉某个属性,然后观察没有该属性的条件下分类与之前比是否发生变化。若去掉该属性后相应分类变化较小,则说明该属性的重要程度低;否则,说明该属性的重要程度高。
定义5[ 7 ]设序信息系统S?(U, A, V, f),A?CD,且CD??,C和D分别
为条件属性集和决策属性集,属性子集G?C关于D的重要性定义为:
?D(G)??C(D)??C?G(D)
特别地当G?{c}时,属性c?C关于D的重要性为:?D(a)??C(D)??C?{c}(D)。
在序信息系统S?(U, A, V, f)中,A?CD,且CD??,设条件属性集
1iC?{c1,c2,,cm},记属性ci的权重为w?1i?D(ci)i?1??D(ci)m,其中0?w?1,?w1i?1。若在序
i?1m信息系统S?(U, A, V, f)中,没有决策属性D,则属性ci的权重为
w?1i?C(ci)??C(ci)j?1m,其中0?w?1,?w1i?1 ( 1 )
i?11im3.2 基于灰色关联度确定权重方法
关联分析实质上是几何曲线之间几何形状的比较分析,几何形状越接近,发展变化趋势越接近,关联度越大[8]。
灰色关联度的计算步骤:
一)数据预处理。原始数据不能直接比较,因为数量级差不同,计量单位也不同。为使其具有可比性,做如下处理:
Xi?('(1),'(2),'Xi?XiXi(1)Xi二)求差序列。记
,Xi'(n)),i?0,1,,p
''?i(k)?X0(k)?Xi(k)
?i?(?i(1),?i(2),,?i(n)),i?0,1,,p
三)求两极最大差与最小差。记
M?maxmax?i(k)
ikm?minmin?i(k)
ik四)计算关联系数,记为
?0i(k)?m??M,??(0,1),k?1,2,?i(k)??M,n,i?1,2,,p
?为分辨系数,它的大小不会影响关联序,只会影响关联系数值的大小,一般?=0.5。
五)求关联度为
1n i?1,2,?0i???0i(k),nk?1,p
(cm),?,把关联度作为
(c1)(c2)由上面的计算步骤得到各属性的关联度为?,?,
属性权重的一种度量,将其归一化处理后,得属性权重为 w?2i?(ci)i?1??(cj)m,且?wi2?1 ( 2 )
i?1m3.3 确定综合权重
基于优势关系粗糙集理论和灰色系统理论的m个属性的权重分别为
1211222,,,w?(w1w2wm),w?(w1,,,w2wm) 1TT其中,?w?1,w?0,?wi2?1,wi2?0,i?1,2,i?11ii?1m1im,m。
设各属性的综合权重为
Tw?(w1,w2,,wm)
其中,?wi?1,wi?0。
i?1m为了融合粗糙集理论和灰色系统理论的优点,建立优化模型[9]如下:
2minF(w)??[?(wi?w1i)?(1??)(wi?wi)]
i?1m22
m??wi?1?i?1s..t? ??wi?0,i?1,2,,m其中,0???1为偏好系数,反映了对粗糙集理论、灰色系统理论两种方法赋权的偏好程
度。
作Langrange函数:
L(w,?)??[?(wi?w)?(1??)(wi?w)]?2?(?wi?1)
i?1i?1m12i22im令
??L11?2?(?)?2(1??)(?wwwwiiii)?2??0???wi ?m?L??2(?wi?1)?0?i?1???解方程组得
2 wi??w1,2,i?(1??)wi(i?1 ,m) (3)
根据式(3)可得到各指标(属性)的综合权重,记为
Tw?(w1,w2,,wm)
4 实例分析
节能是坚持科学发展观的重大战略,研究华东地区的能源消耗对该地区坚持科学发展
观,发展经济有重要意义。根据《中国能源统计年鉴2011》,得到表1数据。
表1 华东地区能源消费量 地区 上海 煤炭 5876 焦炭 717.1 2663.5 443.1 910.2 684.5 772.5 3067.5 原油 2126.50 2998.55 2835.41 477.57 1141.74 469.92 5593.40 燃料油 744.28 157.71 330.48 11.73 182.75 23.67 1286.77 汽油 415 750 587 157 333 155 802 煤油 399.07 35.69 70.42 8.41 56.50 8.50 38.61 柴油 天然气 509 728 958 366 511 369 1448 45.01 71.57 31.81 12.48 29.10 3.85 47.01 电力 1296 3864 2821 1078 1315 701 3298 江苏 23100 浙江 13950 安徽 13376 福建 江西 7026 6246 山东 37328 各指标记为c1:煤炭;c2:焦炭;c3:原油;c4:燃料油;c5:汽油;c6:煤油;c7:柴油;c8:天然气;c9:电力。
PosC(C)?{x1,x2,x3,x4,x5,x6,x7},Pos(C?{c1})(C)?{x1,x2,x3,x4,x5,x6,x7}
Pos(C?{c2})(C)?{x1,x2,x4,x5,x6},Pos(C?{c3})(C)?{x1,x2,x3,x4,x5,x6,x7} Pos(C?{c4})(C)?{x1,x2,x3,x4,x5,x6,x7},Pos(C?{c5})(C)?{x1,x2,x3,x4,x5,x6} Pos(C?{c6})(C)?{x1,x2,x3,x4,x5,x6,x7},Pos(C?{c7})(C)?{x1,x2,x3,x4,x5,x6,x7} Pos(C?{c8})(C)?{x1,x2,x3,x4,x5,x6,x7},Pos(C?{c9})(C)?{x1,x2,x3,x4,x5,x6,x7}
由定义5和公式(1)得优势关系粗糙集理论赋权为