大数据算法分析下的节水灌溉效益评价

孙国营

摘要：针对不同的节水灌溉方案，运用大数据技巧，选用标准差贡献率法和VIKOR算法进行数据分析，得出不同节水灌溉方案的排名，排名结果和原文相似，表明所选用方法的合理性和正确性。

关键词：大数据;标准差贡献率法;节水灌溉;VIKOR

中图分类号：$275 文献标识码：A

文章编号：1009-3044（2019）32-0016-02

节水灌溉的评价指标包含经济能力、节工程度、收益率、适应性等，评价方法有大数据分析法、VIKOR法、模糊物元法等。关于节水灌溉评价的文献也有很多，例如：薛媛等的石羊河流域高效节水灌溉项目综合效果评价;何靖嘲的模糊综合评价在节水灌溉工程项目后评价中的应用;何靖等的节水灌溉工程后评价指标的定义探讨;李其非等的高效节水灌溉工程运行管理综合评价指标体系构建。

本文通过结合大数据算法，对不同的节水灌溉项目进行分析，得出优劣排名。

1数据标准化处理

由于初始矩阵内的数据的度量单位有所不同，使得初始矩阵中的数据不在同一量级上，需要对初始矩阵的数据进行无量纲化处理。其中，对于成本型和效益型方法分别如式（2）和式（3）：

3VIKOR算法排序

VIKOR方法基本过程包括：首先确定不同评价指标的最优解和最次解，然后确定不同方案的评估值，最后，根据评估值和最优解的距离对不同方案进行排序。具体如下：

（1）求解最优解fj*和最次解fj^-，效益型指标和成本型指标分别对应式（7）和式（8）：

4实例分析

选取文献[6]中的数据为例，分析4个评价方案，并选取灌溉水利用率等6个评价指标，构建节水灌溉方案原始数据表如表1所示：

從表2可以看出，通过结合标准差贡献率法权重求得的4个方案的优劣程度综合排序结果为方案1、方案2、方案4、方案3，这和原文的结果基本保持一致，表明本文所选大数据算法是合理且有效的。