眾所周知,智慧水務(wù)是水務(wù)行業(yè)中的一個(gè)管理工具。但要把智慧水務(wù)說透,無論是技術(shù)角度還是管理角度,絕非易事。從水務(wù)管理者角度而言,或許會意味深長地說一句:是互聯(lián)網(wǎng)技術(shù)在水務(wù)行業(yè)中的應(yīng)用。但對我而言,這似乎更具文學(xué)語境中無病呻吟的味道。在言必談“大數(shù)據(jù)”、“互聯(lián)網(wǎng)+“,“云計(jì)算”、“物聯(lián)網(wǎng)”,概念泛濫成災(zāi)的大環(huán)境中,我覺得有必要,來關(guān)注一下真正的理論方法。
在智慧水務(wù)”分析決策”應(yīng)用層面,了解不確定性方法的理論,對真正理解“智慧水務(wù)”不無裨益。不難發(fā)現(xiàn),多數(shù)水務(wù)公司管理者被一些數(shù)據(jù)可視化的表面現(xiàn)象所迷惑。從灰色理論系統(tǒng)的觀點(diǎn)來看,信息的稀缺性與永久性,以及新信息對認(rèn)知的作用大于對老信息的作用等觀點(diǎn)來觀察智慧水務(wù),或許對你會另有一些啟發(fā)。
眾所周知,智慧水務(wù)管理平臺中存在“數(shù)據(jù)業(yè)務(wù)化、業(yè)務(wù)數(shù)據(jù)化”的特點(diǎn),其中所涉及的數(shù)據(jù)分類多種多樣:定性與定量;歷史與未來;個(gè)體與整體;特殊與普遍等。數(shù)據(jù)的一個(gè)重要特點(diǎn)是“量化”,但在管理層面,還有相當(dāng)多的指標(biāo)無法精確量化,而只能“定性“。也就是說,在我們許多應(yīng)用場景中,會遇到一些“不確定性”的問題。定性與量化之間的轉(zhuǎn)換,需要一套體系化的理念與方法。因此,對數(shù)據(jù)如何處理,是考察應(yīng)用層水平高低的一個(gè)重要依據(jù)。作為智慧水務(wù)的開發(fā)者、應(yīng)用者,理應(yīng)有所關(guān)注與研究,才能讓“智慧水務(wù)”散發(fā)出真正的光芒。下面我來聊一聊關(guān)于智慧水務(wù)的”最強(qiáng)大腦“——灰色系統(tǒng)理論
首先,我們一起來看看,四種最常用的不確定性系統(tǒng)的研究方法
四種研究不確定方法中的不同處之在于:
1、概率統(tǒng)計(jì):概率統(tǒng)計(jì)研究的是“隨機(jī)不確定”現(xiàn)象,運(yùn)用概率分布密度函數(shù)或分布表描述“隨機(jī)變量”取不同值的可能性大小。
2、模糊數(shù)學(xué):模糊數(shù)學(xué)著重研究“認(rèn)知不確定”問題,其研究對象具有“內(nèi)涵明確,外延不明確”的特點(diǎn)。模糊數(shù)學(xué)借助于隸屬度函數(shù)描述某一對象屬于一個(gè)模糊集合的程度。比如什么叫高個(gè)子?升高多少厘米,是一個(gè)具體化的數(shù)據(jù),但多少才算高,是外延。壓力多少M(fèi)PA,是明確的,但多少算爆管的壓力標(biāo)準(zhǔn),也是外延,它需要針對具體的不同情況來確定一個(gè)評價(jià)系統(tǒng)。這就需要隸屬度來量化模糊度,從而使決策數(shù)據(jù)的量化。
3、灰色系統(tǒng)理論:灰色系統(tǒng)理論著重研究概概率統(tǒng)計(jì)、模糊數(shù)學(xué)所難以 解決的“貧信息數(shù)據(jù)”不確定性問題?;疑到y(tǒng)理 論運(yùn)用可能度函數(shù)刻畫一個(gè)灰數(shù)取某一數(shù)值的可能性。
4、粗糙集理論:粗糙集理論采用精確的數(shù)學(xué)方法研究不確定性系統(tǒng) ,其主要思想是利用已知的知識庫,近似刻畫和處理不精確或不確定的知識。
四種理論方法在智慧水務(wù)系統(tǒng)中,都有不同程度的應(yīng)用。試舉幾例:
例一:量化的難度:氣溫與供水量的關(guān)系。
用水量首先反映的是一個(gè)區(qū)域生產(chǎn)生活的大致規(guī)律,每個(gè)城市或是城市中的某個(gè)區(qū)域,都有一個(gè)相對固定的用水習(xí)慣,無論是工業(yè)用水還是生產(chǎn)用水。在氣溫上升到一定程度以后,用水量開始上升,比如夏季高溫時(shí)。但是如果要明確溫度上升一攝氏度時(shí),水量上升多少?這不僅僅是一個(gè)大數(shù)據(jù)統(tǒng)計(jì)的問題。智慧水務(wù)軟件中需要一個(gè)數(shù)學(xué)模型來支撐,而這個(gè)數(shù)學(xué)模型中必然需要不確定性理論的應(yīng)用與落地。
例二:用水習(xí)慣的表象:太陽從西邊升起。
我曾在某地工作二十余年,根據(jù)用水量的規(guī)律,我們發(fā)現(xiàn)早上用水高峰來臨的時(shí)間點(diǎn),城西要比城東區(qū)域早一個(gè)小時(shí)。我把它戲稱為“太陽從西邊升起”。隨著我們深入調(diào)查,發(fā)現(xiàn)城東區(qū)域居住人口中,老年人居多。工業(yè)生產(chǎn)用水的廠家特點(diǎn)也占其中一部分原因。那么問題來了:老年人居多是指多大年齡?用水高峰相差一個(gè)小時(shí),原因是居民年齡問題,還是生產(chǎn)廠家的生產(chǎn)特點(diǎn)問題?我們相信兩者皆有,但各占多大份量,我們只能把這個(gè)問題拱手交給數(shù)據(jù)模型的建立。
例三:水從哪里來:你喝的是哪個(gè)水廠的水?
試想一下,你所處的某個(gè)城市,有1000公里的供水管線,用五個(gè)制水廠聯(lián)網(wǎng)供水。那么你知道你飲用的哪個(gè)水廠供出來的水嗎?這是一個(gè)非常有意義的話題。首先是水廠之間的調(diào)度,對安全可靠性非常有益;第二,管網(wǎng)壓力與能耗的控制手段如何優(yōu)化,非常必要;第三,對供水區(qū)域的管道流向是否變化,以及變化頻率有多大,這對水質(zhì)管理非常重要。也許你所處的位置離某個(gè)水廠比較近,你喝的是哪個(gè)水廠的水,或許非常明確。但由于管網(wǎng)的復(fù)雜性,用戶的水量、水廠的壓力都在波動(dòng)當(dāng)中,在第一個(gè)時(shí)刻,每個(gè)水廠都有它不同的供水區(qū)域,它們之間的供水邊界是動(dòng)態(tài)的。在基于GIS系統(tǒng)建立的水力模型背后,又存在著數(shù)學(xué)模型的智力核心。我們相信,以灰色系統(tǒng)理論主體的不確定性研究方法,配合大數(shù)據(jù)的分析,以及水務(wù)模型的不斷馴化,我們完全可能確定某一個(gè)時(shí)刻的供水邊界圖,包括計(jì)算對每一個(gè)用戶的水齡 ,同時(shí)對我們的安全管理、能耗管理提供正確的決策。
例四:世界的本質(zhì)是灰色的:如何面對匱乏的感知層數(shù)據(jù)。
智慧水務(wù)建設(shè)需要投入極大資金來建設(shè)感知層。否則再強(qiáng)大的大腦在貧信息狀態(tài)下,似乎也是巧婦難為無米之坎?,F(xiàn)實(shí)中,貧信息有二方面的原因:一是我們的基礎(chǔ)建設(shè)是遠(yuǎn)遠(yuǎn)不夠,感知的數(shù)據(jù)不多;二是感知層的數(shù)據(jù)由于信號傳遞技術(shù)、硬件物理等原因,是經(jīng)常出錯(cuò)或是波動(dòng)的。另一方面,許多水務(wù)公司管網(wǎng)資料的不齊全是一個(gè)致命的弱點(diǎn),這就導(dǎo)致決策系統(tǒng)中必然面對貧信息甚至是誤信息,但我們依然有一個(gè)理論來支撐根據(jù)已知的少數(shù)信息來挖掘智慧水務(wù)中的認(rèn)知系統(tǒng)。信息不完全狀態(tài)的事件在智慧水務(wù)系統(tǒng)中比比皆是,此處不再贅述。
因此,我們需要有一個(gè)清醒的認(rèn)識,那就是不確定性理論來武裝和建設(shè)我們的智慧水務(wù)大腦。因此,我們需要記錄以下的知識點(diǎn),來告訴智慧水務(wù)軟件開發(fā)商,水務(wù)公司的應(yīng)用者。
1、 所謂灰色是世界的本質(zhì)。我們面臨著信息元素、結(jié)構(gòu)信息、邊界信息、運(yùn)行行為信息的不完整,這是常態(tài)。
2、 一個(gè)再完善的智慧水務(wù)系統(tǒng)也必然存在信息的不完整。我們可以根據(jù)已知的部分信息推導(dǎo)出未知的或是模糊的系統(tǒng)。這既依賴于數(shù)學(xué)模型的建立,又依賴于我們經(jīng)驗(yàn)的積累。
3、什么是真正的信息?
信息理論中有一個(gè)差異原因,那就是:差異就是信息,凡信息必有差異,差異中必有智慧。
4、不確定性的哲學(xué)思維
5、偶爾燒一個(gè)腦:我們不妨理解一下這個(gè)話題:全局視角下,智慧水務(wù)中的灰色關(guān)聯(lián)有哪些?
(歡迎業(yè)幾人士深度交流:QQ:718189)
當(dāng)然,除了這些技術(shù)深層背后的“最強(qiáng)大腦”外,還包括“超級大腦”,因此下一講,我們聊一聊水務(wù)智慧。下一講的內(nèi)容為“水務(wù)智慧是智慧水務(wù)的靈魂”,敬請關(guān)注。
…
…
…
…
…
…
…
…
…
…
四川省成都市武侯區(qū)世紀(jì)城路198號