2 2综合分析方法
　　(1) AHP法运用灵活、易于理解，又具有一定的精度，是水利工程综合风险分析中最常用的方法。在权 重系数确定之后，将在同一层次两两对比得到的各因素评价分数与之相乘，其结果代表上一层的综合，如此逐 步综合直至得出系统的综合评价。
　　AHP法综合考虑对系统有影响的因素，量化主观判断；同时处理可定量和不易定量因素，细化工程风险 评价指标体系，可对评判结果的逻辑性、合理性进行辨别和筛选。但另一方面，对非定量事件做定量分析，对 主观判断做客观分析，风险的衡量和确定主要依靠以往经验，这有失客观性，也使判断矩阵常常不一致，因此 多用作风险分析的比较、参考或作为模糊、灰色分析法改进的基础。Crum等M用AHP法分析了堤防失事模 式，结合AFOSM法计算堤防的可靠指标；金菊良等[18]将城市防洪规划方案综合评价系统分解为由许多自然技 术指标和社会经济指标组成的多目标决策系统，探讨了把层次分析法(AHP)作为评价模型的具体建模过程。针 对AHP中判断矩阵的一致性问题，直接从判断矩阵的定义出发，提出用加速遗传算法检验判断矩阵一致性的新 模型(AGA-AHP)等。
　　(2)模糊综合评价法除随机不确定性外，水利工程风险还存在大量的模糊因素，许多风险因子难以用确 定性的数值进行描述，只能给出发生概率大或小之类的评语。在应用时，若不考虑这种模糊不确定性，风险分 析的可行性和可靠性可能会存在问题。模糊综合评价法将风险因子视为模糊变量，应用模糊集理论建立风险因 子的隶属函数，将文字性描述转化为数学描述，按照模糊关系运算规则计算系统的不确定性，弥补了上述方法 的不足。如殷峻暹等[19]提出了应用模糊综合评价法确定工程防洪标准的步骤，与层次分析法进行比较与验证， 认为模糊综合评价法具有重要应用价值与现实意义。张伟等[20针对防洪工程影响因素众多且多为定性因素的 特点，采用层次分析与模糊集相结合的方法，建立城市防洪规划指标评价体系，确定最优城市防洪工程规划布 局。陈守煜等[21立足全局的系统观，提出防洪工程体系综合评判的模糊可变集合方法，并就模糊数学在水利、 水文、水资源及环境领域的应用开展了较为系统、深入的研究。
　　与层次分析法相比，模糊综合评价法也能实现定性指标定量化，且考虑了参数等的不确定性，对一些问题 不是绝对的肯定或否定，涉及到模糊因素，模糊综合评价法能很好地解决。但它也存在缺陷：首先，隶属度函 数不太容易确定。要求风险分析人员具有丰富的工程经验和相关知识，并采取科学的统计分类方法获得。其 次，评价过程本身无法解决指标相关造成的评价信息重复问题。在进行评价前，要对指标进行预处理，删去相 关程度较大的指标。再次，模糊评价结果是风险大或小之类的语言描述，带有明显的模糊性，存在一定的误差 和判断困难，日后难以结合失事后果进行分析。
　　（3）灰色综合评价法水利工程除随机、模糊不确定性外，还常会出现资料信息的不完全和不精确，如资 料误差、资料质量和数量的影响等。这种信息部分己知部分未知，就是灰色不确定性。灰色综合评价法着重研 究水利工程中随机方法、模糊数学等所不能解决的“小样本、贫信息不确定”问题，提供了贫信息情况下复杂 系统的风险分析途径。其特点是“少数据建模”[22,用数据生成的方法，将杂乱无章的原始数据整理成规律性 强的生成数列来寻求现实规律。目前，灰色综合评价法已经有多种分析体系，包括灰色关联评价法、灰色聚类 法、灰色随机风险分析等。如陈新民等[23]以灰色系统理论研究了黄河下游若干河段的决口灾害风险评价问题。 胡国华等[24针对水文水环境系统存在的随机不确定性和灰色不确定性，提出了灰色-随机风险率概念，并将其 转换成一般的随机风险率，用AFOSM进行计算。黄俊等[25通过AHP确定指标权重，应用灰色关联分析法，对灰色综合评价法计算简单，通俗易懂，数据不必进行归一化处理，可用原始数据进行直接计算；也不需要 经典的分布规律，只要有代表性的少量样本即可。但目前灰色综合评价法的发展还不是十分完善，如现在常用 的灰色关联度分析法所求出的关联度总为正值，这不能全面反映指标间的关系，使得评价可能出现错误结论。 且方法不能解决指标相关造成的评价信息重复问题，因而指标的选择对评判结果影响很大。评价值趋于均化、分辨率不高等。

---

期刊库（http://www.zgqkk.com），是一个专门从事期刊推广、投稿辅导的网站。
　　本站提供如何投稿辅导，寻求投稿辅导合作，快速投稿辅导，投稿辅导格式指导等解决方案：省级投稿辅导/国家级投稿辅导/核心期刊投稿辅导//职称投稿辅导。

---

　　【免责声明】本文仅代表作者本人观点，与投稿辅导_期刊发表_中国期刊库专业期刊网站无关。投稿辅导_期刊发表_中国期刊库专业期刊网站站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。