基于区间值直觉模糊（IVIF）TOPSIS（逼近理想解排序法）与指派优化模型的农业–光伏混合（APHP）项目安全韧性评估框架

《Frontiers in Environmental Science》：A plan decision framework of agricultural and photovoltaic hybrid projects from the safety resilience respective

　　

研究人员提出了一种集成区间值直觉模糊数（IVIFN）、改进的TOPSIS（逼近理想解排序法）与指派优化模型的综合框架，用于评估极端天气条件下农业–光伏混合（APHP）项目的安全韧性。首先建立涵盖技术、经济、组织与社会维度的安全韧性评价指标体系；继而利用IVIFN表达定量与定性评价信息中的不确定性及犹豫度，通过IVIF环境下的熵权法获取客观权重，结合专家给出的主观权重得到组合权重；采用固定正理想解（PIS）与负理想解（NIS）的IVIF?TOPSIS计算各备选方案对准则的相对接近度（RC），再逐层加权聚合得到属性层与总体安全韧性得分，依据阈值划分韧性等级；最后引入以0?1指派变量表征资源分配的整数规划模型，在预算约束、每项目至多分配一种资源、每种资源至多分配一次等限制下，最大化预期韧性提升总量，输出最优资源配置方案。通过河北某能源企业三个APHP项目的案例验证框架有效性；敏感性分析调整属性权重±30%表明评价结果稳健；对比场景显示，若不使用IVIF会低估韧性得分，而传统TOPSIS采用随方案集变动的PIS/NIS会引发排序失真，固定PIS/NIS则更科学稳定。该框架兼顾不确定信息处理与评价稳健性，并能将韧性评分转化为可执行资源分配策略。

该研究发表于《Frontiers in Environmental Science》。研究背景方面，极端天气事件频发对可再生能源设施的安全稳定运行带来严峻挑战，农业–光伏混合（APHP）项目兼具光伏发电与农业生产两类子系统，其安全韧性评价面临信息不确定性强、传统多属性决策方法在方案集变动时易出现排序失真、评价结果难以直接转化为资源优化分配策略等问题，因此研究人员开展了兼顾不确定信息处理、评价稳健性与决策可操作性的APHP安全韧性综合评估框架研究。

关键技术方法上，研究人员采用了四项核心方法：一是构建涵盖技术、经济、组织、社会四个属性及下属若干准则与子准则的APHP安全韧性评价指标体系；二是利用区间值直觉模糊数（IVIFN）将定量性能评价值（PEV）与专家定性评判统一表达，通过IVIF环境下的熵权法计算子准则客观权重、常规熵权法计算准则与属性客观权重，再按组合权重公式融合专家给出的主观权重；三是采用固定正理想解（PIS）与负理想解（NIS）（以IVIFN形式给定，不随备选方案集变化）的IVIF?TOPSIS方法，基于加权IVIF欧几里得距离计算各备选方案对每一条准则的相对接近度（RC），逐层加权平均得到属性层得分与总体安全韧性得分，对照等级阈值确定韧性等级；四是在评价结果基础上建立以0?1二分指派变量表示资源?项目匹配的整数规划模型，在预算、每项目至多一种资源、每种资源至多分配一次等约束下最大化预期韧性提升总量，求解最优资源分配方案。案例数据来源于河北某能源企业三个APHP项目（S₁、S₂、S₃）的专家评判与定量指标测算。

研究结果部分：第5章方法论框架依次设五个阶段，5.1节给出IVIFN定义、犹豫度（π?_D(x)=[π_D^L(x),π_D^U(x)]计算公式（π_D^L=1?μ_D^U?υ_D^U, π_D^U=1?μ_D^L?υ_D^L），回顾IVIFN标准化欧氏距离（D_NE）、熵（E）、IVIFN运算（⊕、?、λ?、?^λ、补（?^c）等既有定义；5.2节Phase I将定量子准则的性能评价值（PEV）按效益型/成本型分别以α×(PEV_ij/PEV_i^max)等公式转为IVIFN?PEV，定性子准则由专家直接给IVIFN评判，负向子准则取IVIFN补变换，满意度参数α∈[0,1]；5.3节Phase II由IVIF熵算出子准则客观权重，常规熵权法算准则与属性客观权重，按组合权重公式（cw_i=a×sw_i+(1?a)×ow_i，a为尺度因子）融合专家主观权重得组合权重；5.4节Phase III由专家定各子准则的固定IVIFN?PIS/NIS，用加权IVIF欧氏距离算各方案到PIS（D(S_j,S⁺)）与到NIS（D(S_j,S^?)）的距离，RC_j=D(S_j,S^?)/(D(S_j,S⁺)+D(S_j,S^?))得每准则相对接近度，加权平均得属性与总体韧性得分并划等级；5.5节Phase IV建立以ΔR_ij（分配资源j给项目i的预期韧性提升）、C_ij（对应成本）、x_ij∈{0,1}为变量的0?1整数规划：max∑_i∈I∑_j∈JΔR_ijx_ij，s.t. ∑_jx_ij≤1?i, ∑_ix_ij≤1?j, ∑_i∑_jC_ijx_ij≤B，输出最优指派；5.6节给出集成算法的输入（PEV矩阵、IVIFN参数、主客观权重、固定PIS/NIS、资源集、预算B）与步骤伪代码。第6章案例研究：三个APHP项目定量子准则PEV按α=0.9转为IVIFN?PEV，定性IVIFN评判中负向子准则取补，α=0.5算组合权重；IVIF?TOPSIS得出准则层RC如C₁₁:S₁=0.90,S₂=0.85,S₃=0.78，属性层得分A₁:0.85,0.84,0.81，总体得分0.75,0.72,0.71，均属“良好安全韧性”等级；三种提升资源（R₁技术加固包、R₂经济支持工具、R₃组织能力建设方案）在预算50×10⁴CNY下最优指派为S₃→R₁,S₁→R₃,S₂无资源，提升后得分S₁=0.78,S₂=0.72,S₃=0.78，虽S₁与S₃同级但S₁成本更低。第7章讨论：7.1节敏感性分析调整四个属性权重±30%，总体得分波动微小，证明评价稳健；7.2节对比分析，场景1（传统IVIF?TOPSIS用各准则下方案最大/最小值为PIS/NIS）得出总体得分0.227,0.695,0.533，S₁降为“差韧性”，不合理；场景2（不用IVIFN而用实数值0?1）得分0.692,0.666,0.641，低于IVIF框架结果；说明固定PIS/NIS避免方案集变动引起失真，IVIF能有效处理不确定性。第8章局限与未来：定性指标依赖专家判断不能完全消除主观偏倚，案例限于河北特定区域难直接外推，未来将纳入更多定量实时数据（气象、运行监测、历史损失记录）并扩展至大规模跨区域多样极端天气场景评估。第9章结论总结：建立的APHP安全韧性指标体系涵盖四维度；采用IVIFN处理定量与定性信息的不确定性；IVIF?TOPSIS用固定PIS/NIS保证跨场景评价稳健可比；引入指派优化模型将韧性得分转化为预算约束下的最优资源分配策略；整套框架在案例中得到验证，可为可再生能源规划与韧性提升决策提供科学依据。

讨论部分总结：研究人员通过对比不同场景说明，若TOPSIS的理想解随备选方案集变动（取各准则最大/最小值作为PIS/NIS），会放大方案间差异导致评价失真甚至不合理降级（如S₁从“良好”降为“差”），而采用固定的IVIFN形式PIS/NIS（由专家据实际情境确定）能保证多项目共存时评价稳健且与单项目独立评价结果一致；若弃用IVIFN而用普通实数值表达评价信息，会损失犹豫度与区间不确定性，导致韧性得分整体偏低且不准确；因此IVIF对APHP安全韧性中的多源不确定性处理是必要的。研究结论翻译为：研究人员开发了一种集成区间值直觉模糊（IVIF）TOPSIS（逼近理想解排序法）与指派优化模型的农业–光伏混合（APHP）项目安全韧性评估框架；IVIF有效表达评价信息的不确定性，固定正/负理想解（PIS/NIS）的IVIF?TOPSIS保证了评价稳健性与跨场景可比性；组合赋权融合主客观信息，指派模型在预算约束下最大化预期韧性提升总量，将评价结果转化为可执行资源分配策略；案例研究表明三个APHP项目均处于“良好安全韧性”等级，优化指派给出最优资源配置，敏感性分析与对比分析验证了框架的稳健性与科学性；该框架可为极端天气背景下可再生能源项目的安全韧性评估与提升决策提供实用工具。