[发明专利]基于污染税的流域污染负荷分配二层决策优化方法

权利要求书

1.基于污染税的流域污染负荷分配二层决策优化方法，其特征在于，包括以下步骤：

步骤1、系统获取水流量，并将其转换为水流量的确定性变量；

步骤2、系统获取河流中溶解氧浓度关系及生化需氧量浓度关系；

步骤3、系统根据水流量的确定性变量、溶解氧浓度关系及生化需氧量浓度关系构建下层模型；

步骤4、系统根据污染税收标准制定上层模型；

步骤5、系统根据下层模型及上层模型构建基于污染税的流域污染负荷分配二层决策模型；

步骤6、系统对基于污染税的流域污染负荷分配二层决策模型进行求解，得到最优解。

2.根据权利要求1所述的基于污染税的流域污染负荷分配二层决策优化方法，其特征在于，所述步骤1中，首先，系统采用模糊随机变量对未来时间水流量进行量化，系统将水流量分为三个不同的级别:低水位(L)，中水位(M)和高水位(H)，服从概率分布(a,b,c)，三种水位的概率分别可以表示为p_L，p_M和p_H，综上，水流量为:

其次，将水流量转换为模糊随机变量，并计算其模糊期望值，具体包括：

①假设水流量可以表述成为任意一个模糊随机变量χ，含有以下数值：

Q~L=(aL,bL,cL),Q~M=(aM,bM,cM),Q~H=(aH,bH,cH);]]>

其中，表示三个水流量水平，因此其概率分布如下：

P({ω∈Ω|χ(ω)=Q~L})=pL,P({ω∈Ω|χ(ω)=Q~M})=pM,P({ω∈Ω|χ(ω)=Q~H})=pH;]]>

其中，Ω表示三种水流水平及其模糊逻辑；

假设：θ(χ)是模糊随机变量χ的模糊参数，如果θ(χ)＝E^f[X|P],存在，则有：

inf(θ(χ))α=Ef(infχα|P)=p1inf(q~1)α+p2inf(q~2)α+p3inf(q~3)α]]>

sup(θ(χ))α=Ef(supχα|P)=p1sup(q~1)α+p2sup(q~2)α+p3sup(q~3)α;]]>

那么，模糊随机变量χ的模糊期望值可以表示为则有:

EI[Q‾~]=(aE,bE,cE);]]>

其中，a_E＝inf(θ(χ))₀,b_E＝inf(θ(χ))₁＝sup(θ(χ))₁,c_E＝sup(θ(χ))₀，表示模糊随机变量χ的模糊期望值；

②模糊随机水流量被转化成为三角模糊数，系统采用的带乐观-悲观指数的期望值算子将其转化成为确定性值；

首先，定义一个乐观-悲观指数(0≤ε≤1)用于量化决策者的决策偏好，然后使用期望值算子计算该三角模糊数的期望值，并将其作为水流量的确定性变量，则有：

Eϵ[EI[Q‾~u]]=1-ϵ2aE+12bE+ϵ2cE;]]>

其中，表示水流量的确定性变量。