2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩154頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著社會(huì)經(jīng)濟(jì)的迅猛發(fā)展,地下水質(zhì)量每況愈下,其污染已成為全民關(guān)注的世界性環(huán)境問(wèn)題。因此需積極開(kāi)展污染場(chǎng)地管理工作,確定地下含水層污染的修復(fù)方案,有效控制和降低污染物排放。數(shù)十年來(lái),已有大量的污染地下水原位/異位修復(fù)技術(shù)被不斷改進(jìn)和創(chuàng)新。然而,在實(shí)際地下水污染治理問(wèn)題中,面臨各異的污染場(chǎng)地及多種修復(fù)技術(shù),決策者在執(zhí)行巨大耗資的修復(fù)行動(dòng)之前,需要衡量和綜合場(chǎng)地環(huán)境條件、技術(shù)可行性、未來(lái)修復(fù)效果、治理時(shí)間長(zhǎng)短、國(guó)家環(huán)境標(biāo)準(zhǔn)、健康風(fēng)險(xiǎn)標(biāo)準(zhǔn)等多種

2、因素來(lái)為該場(chǎng)地量身選擇最適合/最理想的修復(fù)技術(shù)。本論文以地下水可持續(xù)發(fā)展理念為基礎(chǔ),致力于多種不確定條件下地下水溶質(zhì)遷移運(yùn)輸模擬、健康風(fēng)險(xiǎn)評(píng)估和多屬性決策方法等方面的研究,構(gòu)建相應(yīng)的污染地下水修復(fù)決策模型,對(duì)不同修復(fù)周期下備選方案進(jìn)行分析評(píng)價(jià),為地下水污染場(chǎng)地修復(fù)技術(shù)的篩選提供理論依據(jù)和決策支持。主要研究?jī)?nèi)容歸納如下:
  (1)實(shí)際地下水污染修復(fù)管理是一個(gè)十分復(fù)雜的物理、化學(xué)及生物綜合作用的過(guò)程,存在諸多不確定性。對(duì)于決策者而言

3、,相比模糊隸屬度函數(shù)或者精確概率分布函數(shù),獲得不確定屬性值可能的取值范圍(上限和下限)相對(duì)容易很多。因此,本研究提出兩種地下水修復(fù)多屬性決策分析方法用于處理區(qū)間屬性值:基于區(qū)間理論的地下水修復(fù)方案綜合評(píng)價(jià)方法(IMADM)和基于區(qū)間轉(zhuǎn)換-蒙特卡羅的方案決策分析(MCITA-MADM)。IMADM方法是將區(qū)間理論引入傳統(tǒng)MADM決策分析中,而MCITA-MADM是將區(qū)間轉(zhuǎn)換、蒙特卡羅方法和傳統(tǒng)MADM相結(jié)合的決策方法。本研究將開(kāi)發(fā)的決策模

4、型用于安徽某電廠污染地下水修復(fù)策略的篩選?;诔槌鎏幚砑夹g(shù),對(duì)有限個(gè)抽注方案、多個(gè)評(píng)價(jià)屬性進(jìn)行決策分析,結(jié)合層次分析法計(jì)算各方案的優(yōu)劣次序進(jìn)而從中擇優(yōu)。結(jié)果表明兩種方法均能有效處理上下限已知的區(qū)間輸入,為決策者提供不同修復(fù)周期下的方案排序。
  (2)在處理多屬性決策問(wèn)題中,模糊理論已成為處理不確定信息的有效工具。但在實(shí)際污染物修復(fù)過(guò)程中,由于存在多重不確定性,以常規(guī)三角模糊數(shù)形式表示的屬性信息主觀性過(guò)強(qiáng),會(huì)丟失大量的客觀信息,且

5、確定模糊集合的精確上下限比較困難,用區(qū)間值來(lái)表示常規(guī)三角模糊數(shù)的上、下限更能準(zhǔn)確表達(dá)不確定信息。因此,本文開(kāi)發(fā)了一個(gè)基于區(qū)間三角模糊的多準(zhǔn)則決策分析方法(IVTF-MADM)來(lái)評(píng)價(jià)不確定條件下地下水備選修復(fù)技術(shù)的優(yōu)劣。將健康風(fēng)險(xiǎn)水平作為決策屬性之一融入地下水修復(fù)決策系統(tǒng)的框架中。采用區(qū)間三角模糊數(shù)表示不同孔隙度下污染物的模擬濃度和健康風(fēng)險(xiǎn)水平的不確定性。將區(qū)間理論與層次分析法相結(jié)合用于求解專(zhuān)家在不同評(píng)價(jià)屬性下的重要性程度。通過(guò)結(jié)合區(qū)間數(shù)

6、可能度的排序運(yùn)算,將IVTF-MADM決策模型用于氯代烴污染地下水的修復(fù)管理中。結(jié)果表明該方法能夠有效分析區(qū)間三角模糊數(shù)輸入的決策信息,并能夠?yàn)闆Q策者提供不同修復(fù)方案的排序;通過(guò)對(duì)比分析,確定數(shù)和常規(guī)三角模糊屬性只是區(qū)間三角模糊屬性的特例,通過(guò)IVTF-MADM獲得的排序結(jié)果更具有說(shuō)服力。
  (3)地下水污染健康風(fēng)險(xiǎn)評(píng)價(jià)可將地下水污染和人體健康緊密結(jié)合起來(lái),通過(guò)評(píng)價(jià)地下水污染狀況,量化污染物對(duì)人體健康產(chǎn)生的潛在影響,而在整個(gè)風(fēng)險(xiǎn)

7、評(píng)價(jià)過(guò)程中存在著諸多參數(shù)的不確定性。因此本研究提出了一種基于模擬的區(qū)間粗糙集多屬性決策分析方法(RI-MADM),目的是為了權(quán)衡各方案在日總抽吸量、總成本和致癌風(fēng)險(xiǎn)水平等屬性下的相互影響及運(yùn)行效果。在健康風(fēng)險(xiǎn)評(píng)價(jià)中考慮致癌斜率因子的不確定性,將致癌斜率因子當(dāng)作隨機(jī)變量運(yùn)用于健康風(fēng)險(xiǎn)評(píng)估模型中。通過(guò)兩兩組合不同置信水平(即68.3%、95.4%和99.7%)形成區(qū)間粗糙屬性的三個(gè)決策矩陣組合。在該模型中,四種修復(fù)周期(即5年、10年、15

8、年和20年)下50種備選修復(fù)方案納入決策分析中,其中每種方案中涉及10個(gè)評(píng)價(jià)屬性值。結(jié)果表明,不同修復(fù)周期下最理想的修復(fù)方案均不相同。通過(guò)與傳統(tǒng)的MADM相比,本研究所提出的RI-MADM能夠解決雙重區(qū)間參數(shù)的相互作用以及對(duì)決策結(jié)果的交互影響,盡可能考慮了屬性的不確定性并降低了主觀性。
  (4)傳統(tǒng)不確定MADM方法只能解決存在單一不確定性(即模糊性或隨機(jī)性)的決策問(wèn)題,而在地下水修復(fù)過(guò)程中會(huì)同時(shí)存在模糊性和隨機(jī)性,則傳統(tǒng)方法一

9、定程度上導(dǎo)致決策結(jié)果不可靠。因此,本研究提出一個(gè)基于云模型與蒙特卡羅的多屬性決策分析框架(CM-MADM)用于污染地下水修復(fù)策略的選擇。模型中采用云模型表示評(píng)價(jià)屬性的多重不確定性,通過(guò)逆向云發(fā)生器算法求解污染物濃度和致癌風(fēng)險(xiǎn)水平的云模型信息。結(jié)合云模型標(biāo)度的改進(jìn)層次分析法求解判斷矩陣并計(jì)算屬性權(quán)重。深入分析不確定條件下各備選方案之間在某個(gè)屬性和整體屬性下的偏好程度,引入蒙特卡羅方法模擬計(jì)算基于云模型綜合優(yōu)先級(jí)別值的云滴計(jì)分值,通過(guò)比較數(shù)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論