Identyfikacja wielokryterialnego modelu istotności pompowni melioracyjnych na terenie Polski

• Autorzy: Salabun W. , Napierala M. , Bykowski J.

Warianty tytułu

EN

The identification of multi-criteria model of the signicficance of drainage pumping stations in Poland

• Języki publikacji: PL

Abstrakty

PL

Niniejsza praca omawia istotny problem związany z klasyfikacją i właściwym zdefiniowaniem wielkości pompowni melioracyjnych. Podstawowa definicja wielkości jest bardzo szeroka, zatem ze względu na liczbę objaśniających ją parametrów wymaga precyzyjnego uściślenia. W dotychczasowych ocenach rozmiarów pompowni melioracyjnych posługiwano się na ogół wrażeniami osobistymi opartymi na subiektywnym odczuciu, które z kolei jest oparte na nieznanej liczbie parametrów. Pojawiające się przy tym trudności z określeniem przynależności obiektów do danej grupy wielkości wynikały głównie z luk informacyjnych dotyczących właściwej granicy podziału pomiędzy poszczególnymi grupami. W niniejszej pracy, do klasyfikacji i podziału pompowni według ich wielkości zastosowano takie ich parametry jak: moc nominalna pompowni P w kW, wydajność całkowita Q w m3 · s oraz zasięg oddziaływania pompowni Fp w ha, dla 270 losowo wybranych obiektów melioracyjnych w Polsce. Do rozwiązania problemu wykorzystano jedną z wielokryterialnych metod podejmowania decyzji (MCDM), opartą na mechanizmach logiki rozmytej, noszącą nazwę metody obiektów charakterystycznych (COMET).

EN

In the paper authors identify the multi-criteria model of the significance of drainage pumping stations in Poland. The identified model will allow to classification of drainage pumping stations in terms of their significance in water management of the country. The Characteristic Objects method COMET, which is one of the methods of multi- criteria decision analysis (MCDA), was used to build the model. In many scientific articles, issues related to the water management are frequently resolved by using MCDA methods. However, majority of MCDA methods are exposed to the rank reversal paradox, which has a negative effect with respect to the reliability of the final result. In contrast to other MCDA methods, the COMET method identifies the complete model in the space of the problem and not only discrete values for selected objects. The COMET approach identifies the expert model taking to account local feedbacks by using fuzzy logic mechanisms. Three parameters were used to build the expert model for drainage pumping stations, such as drainage efficiency, total output of aggregates and surface drainage. The result is 27 fuzzy rules that define the exact model. Subsequently, this model is used to assess the significance of 270 selected drainage pumping stations in the country. Then, the empirical method to verify the correctness of the results is also presented. On the basis of the results, the primary classification of drainage pumping stations is made in terms of their significance in water management of the country.

Słowa kluczowe

PL

urzadzenia melioracyjne; przepompownie melioracyjne; klasyfikacja; wielokryterialna analiza decyzyjna; teoria zbiorow rozmytych; metoda COMET

EN

drainage device; drainage pumping station; classification; multicriterial analysis; fuzzy set theory; COMET method

• Wydawca: -
• Czasopismo: Acta Scientiarum Polonorum. Formatio Circumiectus
• Rocznik: 2015
• Tom: 14
• Numer: 3
• Opis fizyczny: s.147-163,rys.,tab.,bibliogr.

Twórcy

autor

Salabun W.

• Katedra Metod Sztucznej Inteligencji i Matematyki Stosowanej, Zachodniopomorski Uniwersytet Technologiczny w Szczecinie, ul.Żołnierska 49, 71-210 Szczecin

autor

Napierala M.

• Instytut Melioracji, Kształtowania Środowiska i Geodezji, Uniwersytet Przyrodniczy w Poznaniu, ul.Piątkowska 94, 60-649 Poznań

autor

Bykowski J.

• Instytut Melioracji, Kształtowania Środowiska i Geodezji, Uniwersytet Przyrodniczy w Poznaniu, ul.Piątkowska 94, 60-649 Poznań

Bibliografia

• Balcerzak, W., Generowicz, A., Mucha, Z. (2014). Application of Multi-Criteria Analysis for Selection of a Reclamation Method for a Hazardous Waste Landfill. Pol. J. Environ. Stud., 23(3), 983–987,
• Behzadian, M., Khanmohammadi Otaghsara, S., Yazdani, M., Ignatius, J.A. (2012). state-of the-art survey of TOPSIS applications. Expert Systems with Applications, 39(17).
• Bender, M.J., Simonovic, S.P. (2000). A fuzzy compromise approach to water resource systems planning under uncertainty. Fuzzy Sets and Systems, 115(1), 35–44.
• Bykowski, J., Miler, A. (1997). Zastosowanie metod grupowań hierarchicznych do charakterystyki obiektów drenarskich w Wielkopolsce. Rocz. AR w Poznaniu, 294, Mel. Inż. Środ. 19, 233–240.
• Bykowski, J., Przybyła, Cz., Napierała, M., Ossig, R. (2013). Wskaźnikowa ocena potrzeb konserwacji cieków i kanałów melioracyjnych w planowaniu robót. Acta Sci. Pol., Formatio Circumiectus, 12(2), 23–32.
• Bykowski, J., Przybyła, Cz., Napierała, M., Mrozik, K., Pęciak, A. (2014). Ocena stanu technicznego infrastruktury wodno-melioracyjnej na polderze Zagórów. Inż. Ekol., 39, 42–50.
• Cebulak, K. 1966. Stacje pomp dla potrzeb melioracji. Materiały konferencyjne. Zielona Góra, 21–43.
• Centralne Biuro Studiów i Projektów Budownictwa Wodnego [CBSiPBW] (1971). Wytyczne instruktażowe projektowania budowli wodno-melioracyjnych – pompownie. Materiały pomocnicze 7/71. Zakład Reprodukcji i WDB, Warszawa, ss. 70.
• Collins English Dictionary [CED]. Complete & Unabridged 10th Edition (2014). HarperCollins Publishers, http://dictionary.reference.com/browse/size.
• Dictionary.com Unabridged [D] (2014). Random House, Inc. http://dictionary.reference.com (23.09).
• Figueira, J., Mousseau, V., Roy, B. (2005). ELECTRE methods. [W:] Multiple criteria decision analysis: State of the art surveys. Springer, New York, 133–153.
• Glówny Urząd Statystyczny [GUS] (2013). Rocznik statystyczny rolnictwa. Warszawa, ss. 389.
• Hajkowicz, S., Collins, K. (2007). K.A review of multiple criteria analysis for water resource planning and management. Water Resour. Manag., 21(9), 1553–1566,
• Hokkanen, J., Salminen, P. (1997). Choosing a solid waste management system using multicriteria decision analysis. Europ. J. Operat. Res., 98(1), 19–36.
• Klugiewicz, J. 1992. Polderyzacja terenów depresyjnych. TWWP, Bydgoszcz, ss. 458.
• Minatour, Y., Bonakdari, H., Zarghami, M., Bakhshi, M.A. (2014). Water supply management using an extended group fuzzy decision-making method: a case study in north-eastern Iran. Appl. Water Sci., 1–14.
• Online Etymology Dictionary [OED] (2014). Douglas Harper, Historian. http://dictionary.reference. com (dostęp: 23.09).
• Pedrycz, W., Ekel, P., Parreiras, R. (2011). Fuzzy Multicriteria Decision-making: Models, Methods and Applications. John Wiley & Sons, Chichester.
• Piegat, A., Sałabun, W. (2012). Nonlinearity of human multicriteria in decision-making. J. Theor. Appl. Comput. Sci., 6(3), 36–49.
• Prochal, P. (1987). Podstawy melioracji rolnych. T. II. PWRiL, Warszawa, ss. 418.
• Przybyła, Cz., Kozdrój, P., Bykowski, J., Napierała, M., Mrozik, K. (2014). Technicznoekonomiczna analiza efektywności energetycznej pompowni melioracyjnych. Inż. Ekol., 39, 114–122.
• Rusetski, A.P. (2009). Floods and High Waters, Using Polders for Protecting Agricultural Lands from the Floods. Agric. Land Improv.: Amelioration and Reclamation, 2.
• Sałabun, W. (2012). The use of Fuzzy logic to evaluate the nonlinearity of human multi-criteria used in decision making. Przegl. Elektrotech., 88, 10b, 235–238.
• Sałabun, W. (2014a). Application of the Fuzzy Multi-criteria Decision-Making Method to Identify Nonlinear Decision Models. Intern. J. Comput. Appl., 89(15), 1–6.
• Sałabun, W. (2014b). Reduction in the Number of Comparisons Required to Create Matrix of Expert Judgment in the Comet Method. Manag. Product. Engin. Rev., 5(3), 62–69.
• Sałabun, W. (2014c). The Characteristic Objects Method: A New Distance-based Approach to Multicriteria Decision-making Problems. J. Multi-Crit. Decis. Analys., 22(1–2), 37–50.
• Schröeder, G. (1972). Melioracje wodne w rolnictwie. Wyd. 4. Arkady, Warszawa.
• Srdjevic, B. (2007). Linking analytic hierarchy process and social choice methods to support group decision-making in water management. Decis. Support Syst., 42(4), 2261–2273.
• Srdjevic, B., Medeiros, Y.D.P. (2008). Fuzzy AHP assessment of water management plans. Water Resour. Manag., 22(7), 877–894.
• Szafrański, Cz., Bykowski, J., Fiedler, M. (1998). Rola melioracji w zrównoważonym rozwoju obszarów wiejskich. Zesz. Nauk. AR w Krakowie, 335(59), 47–55.
• Zadeh, L.A. (1965). Fuzzy sets. Information and Control, 8(3), 338–353.

Identyfikatory

DOI

10.15576/ASP.FC/2015.14.3.147