我们认识到,在现实世界中,由于测量和概念错误,可用的信息往往是不确定的。在解决空间多准则决策问题的程序中,应充分考虑到这种缺乏完整信息的情况。决策分析中的不确定性有许多来源,来源于问题构造和分析过程的内部或外部。内部不确定性可能来自对决策问题、模型设定和数据输入的不确定[243]。外部不确定性与决策环境的性质有关,因而也可能是决策者之外的特定行动过程的后果。特别是地下工程过程中,由于地下工程的工程及水文地质条件以及开采条件的复杂性与变化性,在煤层开采过程中,必然会导致各个影响因素的变化。因此,需要对决策模型及结果进行不确定性分析,即通过对影响决策对象的不确定性因素进行分析,并定量地计算各个不确定性因素的变化与决策结果的关系及其影响程度,进而可以获得最敏感的影响因素以及各个影响因素对决策结果影响变化的临界点。
不确定性分析主要用于投资项目决策分析与评价工作中,基本上有两种方法处理不确定性——直接方法和间接方法。分析方法主要有敏感性分析、概率分析等。而结合本书采动覆岩突水溃砂多准则决策,例如松散含水层底部含水层富水性是决策采动覆岩突水溃砂的重要准则,根据《煤矿防治水细则》,含水层富水性等级是根据钻孔单位涌水量的临界值划分的。因此采用敏感性分析的方法对采动覆岩突水溃砂空间多准则决策模型进行不确定性分析,可以获得敏感的影响因素以及影响因素对决策结果影响的变化的临界点。
大量的理论和经验证据表明,将不同的多准则决策准则应用于同一决策问题会产生不一致的结果。多准则决策方法之间的不一致性是为特定决策问题选择最合适方法相关的不确定性来源。对于选择“最佳”多准则决策模型,没有一套公认的规则。选择多准则决策方法的过程应与决策问题的性质、数据要求、结果的一致性和计算复杂性等因素有关。基于GIS的多准则决策方法通常假设决策者(工程师或专家)能够对评价的重要性作出准确的判断标准。在某些情况下,这可能导致多准则决策的错误指定模型。由于信息有限或不精确,决策者可能无法准确确定其偏好的知识[244]。
具体地说,前文讨论的任何确定性方法,如WLC和AHP等,都可以扩展到考虑决策过程中涉及的不确定性。为此,有必要区分决策情境中可能存在的两类不确定性:与描述事件、现象或陈述本身语义相关的模糊性(不精确性)相关的不确定性,以及与决策情况相关的有限信息的不确定性。因此,不确定性下的多属性和多目标问题可以进一步细分为模糊决策问题和概率(或随机)决策问题,这取决于所涉及的不确定性类型。
空间多准则决策中不确定性分析的类型取决于用于解决决策问题的决策规则(方法)。然而,多准则分析的两个主要组成部分,即准则值和准则权重,是不确定性的主要来源。因此,空间多准则决策中的不确定性分析旨在识别和评估与准则图相关的不确定性和决策准则权重对决策结果的影响。准则图和权重误差是相互关联的。
如前文所述,与准则权重相关的不确定性可以纳入多准则决策中程序概率,模糊程序在评估决策者时考虑了固有的不确定性和不精确性首选项。然而,在许多情况下,唯一的解决办法就是偏好不确定性(是指偏好的置信度测量)。因此,偏好不确定性可以用偏好误差定义为准则权重的评估值与其真实值之间的差值,不确定性也可能与标准权重评估的不精确性有关。例如在模糊综合决策中决策者可以使用一组语言术语,如“不重要”“重要”“非常重要”或“极其重要”来指定其对评估标准的偏好用模糊集合理论来处理量化。(www.xing528.com)
为了处理GIS多准则决策中的不确定性,建议对模型输入因子进行敏感性分析。敏感性分析改变输入参数,并检查结果对多准则决策结果的影响,就像地理可视化一样。然而,尽管地理可视化可以让分析者直观地评估影响,敏感性分析提供了效果,但在事实上,可视化还可以帮助进行定量敏感性分析。
多准则决策中的敏感性分析是一套评估多准则模型输出不确定性和模型输入因素(如准则值和权重)重要性的方法。我们可以分别分析两个相互关联的组成部分:不确定度分析和敏感性分析。不确定性分析的目的是评估与多准则模型输入因子相关的不确定性对模型输出中不确定性的影响(例如,决策结果的优劣)。敏感性分析着重于模型输入因子的不确定性对输出不确定性的影响。它旨在将输出中的不确定性划分为与输入因素相关的不同不确定性来源。这里我们使用敏感性分析来涵盖不确定性和敏感性分析[245]。
传统的敏感性分析可分为两类:局部法和全局法。当局部灵敏度分析方法集中于选定的输入因子时,全局方法允许所有输入因子在其不确定度范围内变化。全局和局部方法之间的传统区别并不意味着任何空间内涵。它基于敏感性分析的范围,从局部一次实验到输入因素之间相互依赖性的全局测试。在基于GIS的多准则建模中常规的局部敏感性分析方法是对GIS-MCDA模型进行敏感性分析的最常用方法。
敏感性分析(Sensitivity Analysis)作为一种不确定分析方法,被引入空间多准则决策的不确定性分析中,它涉及一组输入数据的不确定性对多准则决策模型输出的影响。敏感性和不确定性分析可以被认为是广义灵敏度分析的组成部分,不确定性分析是敏感性分析的先决条件。敏感性分析可以是全面的(全局敏感性分析),也可以部分地考虑选择的输入因子(局部敏感性分析)[246-247]。许多学者提出了不同的空间建模框架的敏感性分析的不确定分析方法。本书引入敏感性分析的方法,对采动覆岩突水溃砂空间多准则决策模型进行不确定性分析,计算各个准则因素对决策结果的变化影响,并分析各个决策准则的临界值。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。