CN116629703B - 一种水电工程生态效益评价指标筛选方法、装置及设备 - Google Patents

Abstract

本发明涉及水电工程领域，其目的在于提供一种水电工程生态效益评价指标筛选方法、装置及设备，该方法包括：获取水电工程生态效益的多个分析指标及每个分析指标对应的指标信息；通过指标信息对分析指标进行量化分析，得到每个分析指标在不同年份的量化数据；根据量化数据计算每个分析指标的指标熵值；基于量化数据和指标熵值对分析指标进行筛选，得到最优评价指标集合。本发明通过对大量历史数据进行分析对比，有效衡量出具有代表性的分析指标，同时通过计算其熵值，衡量各指标的敏感性及动态性，使得分析指标可以在统一的衡量标准下进行筛选对比，所筛选出来的指标更符合水电工程生态效益指标代表性、敏感性、动态性的要求。

Description

一种水电工程生态效益评价指标筛选方法、装置及设备

技术领域

本发明涉及水电工程技术领域，具体涉及一种水电工程生态效益评价指标筛选方法、装置及设备。

背景技术

水电工程生态效益的评价指标需要具备代表性、敏感性、动态性。使其不仅可以准确检测出水电工程生态效益对人类活动或环境变化响应，还可以动态反映水电工程产生生态效益的现状、发展历史、以及演变趋势。目前常用的筛选指标的方法如频度分析法、专家咨询法和层次分析法等很大程度上依赖于专家的先验知识，在指标筛选过程中主观性影响较大，并不能完全体现生态效益指标筛选原则，所筛选出来的指标缺乏一定的科学依据。且由于水电工程生态效益形成的复杂性及人类活动和水电工程功能的多样性，不同学者选取的生态效益评价指标相差很大，生态效益在不同项目、不同研究和不同区域之间也很难比较，指标筛选缺乏科学的衡量标准。

发明内容

有鉴于此，本发明实施例提供了一种水电工程生态效益评价指标筛选方法、装置、设备及介质，以解决现有技术中筛选指标差异性大、适用性差，影响后续分析可靠性的问题。

为达到上述目的，本发明提供如下技术方案：

本发明实施例提供了一种水电工程生态效益评价指标筛选方法，包括：

获取水电工程生态效益的多个分析指标及每个所述分析指标对应的指标信息；

通过所述指标信息对所述分析指标进行量化分析，得到每个所述分析指标在不同年份的量化数据；

根据所述量化数据计算每个所述分析指标的指标熵值；

基于所述量化数据和所述指标熵值对所述分析指标进行筛选，得到最优评价指标集合。

可选的，所述指标信息包括指标类型和不同数据年份的指标数据，所述通过所述指标信息对所述分析指标进行量化分析，得到每个所述分析指标的量化数据，包括：

基于所述指标类型对所述分析指标进行分类，得到定性指标集合和定量指标集合；

将所述定性指标集合中每个分析指标的指标数据输入预设评价模型，得到所述定性指标集合中每个分析指标在不同年份的量化数据；

基于所述指标数据对每个所述定量指标集合中的分析指标进行分析，得到所述定量指标集合中每个分析指标在不同年份的量化数据。

可选的，所述基于所述指标数据对每个所述定量指标集合中的分析指标进行分析，得到所述定量指标集合中每个分析指标在不同年份的量化数据，包括：

根据所述数据年份对所述指标数据进行划分，得到基准年指标数据集合和多个年份的指标数据集合；

将所述多个年份的指标数据集合分别与所述基准年指标数据集合进行对比分析，得到每个分析指标对应的差值数据集合；

从所述指标数据中筛选每个分析指标的最优指标数据；

基于所述差值数据集合和所述最优指标数据计算所述定量指标集合中每个分析指标在不同年份的量化数据。

可选的，所述将所述多个年份的指标数据集合分别与所述基准年指标数据集合进行对比分析，得到每个分析指标对应的差值数据集合，包括：

从所述基准年指标集合中提取每个分析指标对应的基准年数据；

将每个所述指标数据集合中对应分析指标的多年指标数据分别与所述基准年指标数进行对比，得到每个分析指标在不同年份与基准年之间的数据差值；

基于所述数据差值生成每个分析指标对应差值数据集合。

可选的，所述根据所述量化数据计算每个所述分析指标的指标熵值，包括：

按照多个预设的量化数据区间对每个分析指标在不同年份的量化数据进行划分，得到每个量化数据区间内的指标数量；

根据指标数量分析每个所述分析指标在不同所述量化数据区间的出现概率；

基于所述出现概率计算每个所述分析指标的指标熵值。

可选的，所述基于所述量化数据和所述指标熵值对所述分析指标进行筛选，得到最优评价指标集合，包括：

基于所述量化数据计算每个所述分析指标的平均量化值；

将每个分析指标对应的所述平均量化值和所述指标熵值输入预设帕累托模型，筛选得到多个最优评价指标，生成最优评价指标集合。

可选的，所述方法还包括：

判断所述最优评价指标集合内指标的数量是否小于预设指标数量值；

当所述最优评价指标集合内指标的数量小于所述预设指标数量值时，获取剩余的分析指标，返回将每个分析指标对应的所述平均量化值和所述指标熵值输入预设帕累托模型的步骤，筛选得到多个次优评价指标，并将所述次优评价指标并入所述最优评价指标集合，直至所述最优评价指标集合内指标的数量大于或等于所述预设指标数量值。

本发明实施例还提供了一种水电工程生态效益评价指标筛选装置，包括：

获取模块，用于获取水电工程生态效益的多个分析指标及每个所述分析指标对应的指标信息；

分析模块，用于通过所述指标信息对所述分析指标进行量化分析，得到每个所述分析指标在不同年份的量化数据；

计算模块，用于根据所述量化数据计算每个所述分析指标的指标熵值；

筛选模块，用于基于所述量化数据和所述指标熵值对所述分析指标进行筛选，得到最优评价指标集合。

本发明实施例还提供了一种电子设备，包括：

存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行本发明实施例提供的水电工程生态效益评价指标筛选方法。

本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令用于使计算机执行本发明实施例提供的水电工程生态效益评价指标筛选方法。

本发明技术方案，具有如下优点：

本发明提供了一种水电工程生态效益评价指标筛选方法，通过获取水电工程生态效益的多个分析指标及每个分析指标对应的指标信息；通过指标信息对分析指标进行量化分析，得到每个分析指标在不同年份的量化数据；根据量化数据计算每个分析指标的指标熵值；基于量化数据和指标熵值对分析指标进行筛选，得到最优评价指标集合。本发明通过对大量历史数据进行分析对比，有效衡量出具有代表性的分析指标，同时通过计算其熵值，衡量各指标的敏感性及动态性，使得分析指标可以在统一的衡量标准下进行筛选对比，所筛选出来的指标更符合水电工程生态效益指标代表性、敏感性、动态性的要求，为指标分析提供更具科学性和可靠性的支持。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例中的水电工程生态效益评价指标筛选方法的流程图；

图2为根据本发明实施例中对分析指标进行量化分析的流程图；

图3为根据本发明实施例中分析每个分析指标在不同年份的量化数据的流程图；

图4为根据本发明实施例中将基准年指标数据集合分别与每个指标数据集合进行对比分析的流程图；

图5为根据本发明实施例中计算每个分析指标的指标熵值的流程图；

图6为根据本发明实施例中对分析指标进行筛选得到最优评价指标集合的流程图；

图7为根据本发明实施例中使最优评价指标集合内指标的数量满足预设指标数量值的流程图；

图8为本发明实施例中各分析指标量化数据的分值与熵值的示意图；

图9为本发明实施例中的水电工程生态效益评价指标筛选装置的结构示意图；

图10为本发明实施例中的电子设备的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

根据本发明实施例，提供了一种水电工程生态效益评价指标筛选方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

在本实施例中提供了一种水电工程生态效益评价指标筛选方法，可用于上述的终端设备，如电脑等，如图1所示，该水电工程生态效益评价指标筛选方法包括如下步骤：

步骤S1：获取水电工程生态效益的多个分析指标及每个分析指标对应的指标信息。具体的，指标信息包括指标类型和不同数据年份的指标数据，包含水电工程建成运行前以及正式运行后年份的数据。以水电工程A为例，分析指标Q包含{灌溉补水量，渔业养殖效益，航运保证率，货物运输量，发电量，耗水率，城镇供水，灌溉保证率，下游最大淹没历时，最大削峰量，库区旅游营收，旅游业从业人口，植被覆盖度，水质，水量}共15个分析指标，即n＝15，每个分析指标对应的数据q：{q₁，q₂，q_i...q₁₅}，数据系列年为1995年至2020年，水电工程正式建成运行为2008年。

步骤S2：通过指标信息对分析指标进行量化分析，得到每个分析指标在不同年份的量化数据。具体的，由于水电工程的生态效益评价主要是对比水电工程修建前后的效益，因此采用与基准年对比、求每年相较于基准年的指标变化率的方式对每年的数据情况进行量化，评价其代表性。

步骤S3：根据量化数据计算每个分析指标的指标熵值。具体的，越是敏感的指标其指标值变异程度越大，不确定性越大，信息熵越大，该指标提供的信息量越大，同时也越能体现生态效益变化的动态性。根据各指标系列年量化数据，计算各指标熵值，衡量指标的敏感性及动态性。

步骤S4：基于量化数据和指标熵值对分析指标进行筛选，得到最优评价指标集合。具体的，通过筛选，可以得到更具有代表性的评价指标。

通过上述步骤S1至步骤S4，本发明实施例提供的水电工程生态效益评价指标筛选方法，通过对大量历史数据进行分析对比，有效衡量出具有代表性的分析指标，同时通过计算其熵值，衡量各指标的敏感性及动态性，使得分析指标可以在统一的衡量标准下进行筛选对比，所筛选出来的指标更符合水电工程生态效益指标代表性、敏感性、动态性的要求，为指标分析提供更具科学性和可靠性的支持。

具体地，在一实施例中，上述的步骤S2，如图2所示，具体包括如下步骤：

步骤S21：基于指标类型对分析指标进行分类，得到定性指标集合和定量指标集合。具体的，通过分类，对不同类别的指标采取不同的量化分析方法，使分析结果更具有可靠性和代表性。在进行分类前，会根据实际情况预先设定基准年，不同类别的指标量化分析基准年保持一致，基准年根据水电工程开始建设及稳定运行时间综合考虑确定。

步骤S22：将定性指标集合中每个分析指标的指标数据输入预设评价模型，得到定性指标集合中每个分析指标在不同年份的量化数据。具体的，预设评价模型根据每个分析指标在不同年份与基准年相比的效益提升率，对每年的情况进行评级，通过预先设定的量化区间及量化分值，根据提升率落入不同量化区间范围，赋予不同的分值作为量化数据，例如下表1：

表1指标赋量化赋值

步骤S23：基于指标数据对每个定量指标集合中的分析指标进行分析，得到定量指标集合中每个分析指标在不同年份的量化数据。

具体的，通过量化分析，克服了水电工程生态效益指标筛选对专家先验知识的依赖，避免了主观因素对筛选结果的影响。本方法采用与基准年对比、求现状年指标变化率的方法对指标系列年每年进行量化，可有效衡量指标的代表性。

具体地，在一实施例中，上述的步骤S23，如图3所示，具体包括如下步骤：

步骤S231：根据数据年份对指标数据进行划分，得到基准年指标数据集合和多个年份的指标数据集合。具体的，基准年为预先设定的年份，作为与其它年份的对比。

步骤S232：将多个年份的指标数据集合分别与基准年指标数据集合进行对比分析，得到每个分析指标对应的差值数据集合。具体的，每个指标数据集合内的数据为不同年份的指标数据。通过将集合进行对比，可以得到每个分析指标在不同年份与基准年之间的差值数据。

步骤S233：从指标数据中筛选每个分析指标的最优指标数据。具体的，最优指标数据为每个分析指标在所有年份最优的数据。

步骤S234：基于差值数据集合和最优指标数据计算定量指标集合中每个分析指标在不同年份的量化数据。

具体的，各指标在不同年份的数据相较于基准年的变化量与该指标系列年的最优值比值来量化指标对水电工程生态效益，例如：量化数据具体分布在-100～100，数据为正代表生态效益有增加，数据为负代表生态效益减小。100代表最高，代表水电工程在该指标上的生态效益最好。具体量化计算方法如下：

式中：g_ij为第i个指标第j年的量化数据；q_ij为第i个指标j年的指标数据；q_i0为第i个指标基准年数据；max(q_i)为第i个指标生态效益的最优指标数据。

具体地，在一实施例中，上述的步骤S232，如图4所示，具体包括如下步骤：

步骤S2321：从基准年指标集合中提取每个分析指标对应的基准年数据。

步骤S2322：将每个指标数据集合中对应分析指标的多年指标数据分别与基准年指标数进行对比，得到每个分析指标在不同年份与基准年之间的数据差值。

步骤S2323：基于数据差值生成每个分析指标对应差值数据集合。

具体的，通过提取数据进行对比，使得评价指标可以在统一的量标准下进行筛选对比，所筛选出来的指标更符合水电工程生态效益指标要求。

具体地，在一实施例中，上述的步骤S3，如图5所示，具体包括如下步骤：

步骤S31：按照多个预设的量化数据区间对每个分析指标在不同年份的量化数据进行划分，得到每个量化数据区间内的指标数量。

步骤S32：根据指标数量分析每个分析指标在不同量化数据区间的出现概率。

步骤S33：基于出现概率计算每个分析指标的指标熵值。

具体的，越是敏感的指标其指标值变异程度越大，不确定性越大，信息熵越大，该指标提供的信息量越大，同时也越能体现生态效益变化的动态性。根据各指标系列年评分数据，计算各指标熵值，衡量指标的敏感性及动态性。

对于第i项指标，其熵值ei计算步骤如下

①计算各分析指标的量化数据g_i，j的概率p_ij：

p_ij为量化数据g_i，j在对应得分区间的概率。对于各分析指标的量化数据，将区间-100～100按照每10一档划分为20个区间。

②计算第i项指标的熵值e_i：

具体地，在一实施例中，上述的步骤S4，如图6所示，具体包括如下步骤：

步骤S41：基于量化数据计算每个分析指标的平均量化值。具体的，计算指标平均得分，第i个指标的平均得分为G_i：

式中：m为水电工程建成运行后指标系列年数，对水电工程A，m＝13。

步骤S42：将每个分析指标对应的平均量化值和指标熵值输入预设帕累托模型，筛选得到多个最优评价指标，生成最优评价指标集合。具体的，帕累托最优原理筛选确定水电工程生态效益评价指标集。

对于第i个指标Q_i与第j个指标Q_j，当：

G_i≥G_j且e_i≥e_j

称之为指标Q_i支配指标Q_j，记为Q_i≥Q_j，则帕累托最优指标集为：

即在指标集Q内不存在指标x′支配指标x，指标x。

通过帕累托最优可以最高效率的筛选出最优评价指标。

具体地，在一实施例中，上述的步骤S4，如图7所示，具体包括如下步骤：

步骤S431：判断最优评价指标集合内指标的数量是否小于预设指标数量值。

步骤S432：当最优评价指标集合内指标的数量小于预设指标数量值时，获取剩余的分析指标，返回将每个分析指标对应的平均量化值和指标熵值输入预设帕累托模型的步骤，筛选得到多个次优评价指标，并将次优评价指标并入最优评价指标集合，直至最优评价指标集合内指标的数量大于或等于预设指标数量值。

具体的，当最优指标集D₁指标数量较少时，将指标集D₁从Q中剔除后，得到指标集D₂，从中重新进行帕累托最优指标集筛选得到次优指标集D₂：

以此类推直至获得相应数量的指标集合D：

D＝D₁∪D₂∪...∪D_i

指标集合D指即为可用于水电工程生态效益评估的，具备代表性、敏感性、动态性的指标集。

例如，对于水电工程A，其各分析指标量化数据的评分及熵值见图8，由帕累托最优原理筛选确定水电工程生态效益评价指标集合D₁{库区旅游营收、灌溉补水量、发电量、最大削峰量、耗水率}，D₂{旅游从业人口、下游最大淹没历时、货物运输量}。最终确定的最优评价指标集合D{库区旅游营收、灌溉补水量、发电量、最大削峰量、耗水率、旅游从业人口、下游最大淹没历时、货物运输量}。

本发明实施例提供的水电工程生态效益评价指标筛选方法，通过对大量历史数据进行分析对比，有效衡量出具有代表性的分析指标，同时通过计算其熵值，衡量各指标的敏感性及动态性，使得分析指标可以在统一的量标准下进行筛选对比，所筛选出来的指标更符合水电工程生态效益指标代表性、敏感性、动态性的要求，为指标分析提供更具科学性和可靠性的支持。

在本实施例中还提供了一种水电工程生态效益评价指标筛选装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

本实施例提供一种水电工程生态效益评价指标筛选装置，如图9所示，包括：

获取模块101，用于获取水电工程生态效益的多个分析指标及每个分析指标对应的指标信息，详细内容参见上述方法实施例中步骤S1的相关描述，在此不再进行赘述。

分析模块102，用于通过指标信息对分析指标进行量化分析，得到每个分析指标在不同年份的量化数据，详细内容参见上述方法实施例中步骤S2的相关描述，在此不再进行赘述。

计算模块103，用于根据量化数据计算每个分析指标的指标熵值，详细内容参见上述方法实施例中步骤S3的相关描述，在此不再进行赘述。

筛选模块104，用于基于量化数据和指标熵值对分析指标进行筛选，得到最优评价指标集合，详细内容参见上述方法实施例中步骤S4的相关描述，在此不再进行赘述。

本实施例中的水电工程生态效益评价指标筛选装置是以功能单元的形式来呈现，这里的单元是指ASIC电路，执行一个或多个软件或固定程序的处理器和存储器，和/或其他可以提供上述功能的器件。

上述各个模块的更进一步的功能描述与上述对应实施例相同，在此不再赘述。

根据本发明实施例还提供了一种电子设备，如图10所示，该电子设备可以包括处理器1001和存储器1002，其中处理器1001和存储器1002可以通过总线或者其他方式连接，图10中以通过总线连接为例。

处理器1001可以为中央处理器(Central Processing Unit，CPU)。处理器1001还可以为其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。

存储器1002作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本发明方法实施例中的方法所对应的程序指令/模块。处理器1001通过运行存储在存储器1002中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施例中的方法。

存储器1002可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储处理器1001所创建的数据等。此外，存储器1002可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器1002可选包括相对于处理器1001远程设置的存储器，这些远程存储器可以通过网络连接至处理器1001。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

一个或者多个模块存储在存储器1002中，当被处理器1001执行时，执行上述方法实施例中的方法。

上述电子设备具体细节可以对应参阅上述方法实施例中对应的相关描述和效果进行理解，此处不再赘述。

本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成的，程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random Access Memory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-StateDrive，SSD)等；存储介质还可以包括上述种类的存储器的组合。

虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (7)

1.一种水电工程生态效益评价指标筛选方法，其特征在于，包括：

获取水电工程生态效益的多个分析指标及每个所述分析指标对应的指标信息；

通过所述指标信息对所述分析指标进行量化分析，得到每个所述分析指标在不同年份的量化数据；

根据所述量化数据计算每个所述分析指标的指标熵值；

基于所述量化数据和所述指标熵值对所述分析指标进行筛选，得到最优评价指标集合；

所述指标信息包括指标类型和不同数据年份的指标数据，通过所述指标信息对所述分析指标进行量化分析，得到每个所述分析指标的量化数据，包括：

基于所述指标类型对所述分析指标进行分类，得到定性指标集合和定量指标集合；

将所述定性指标集合中每个分析指标的指标数据输入预设评价模型，得到所述定性指标集合中每个分析指标在不同年份的量化数据；

基于所述指标数据对每个所述定量指标集合中的分析指标进行分析，得到所述定量指标集合中每个分析指标在不同年份的量化数据；

基于所述指标数据对每个所述定量指标集合中的分析指标进行分析，得到所述定量指标集合中每个分析指标在不同年份的量化数据，包括：

根据所述数据年份对所述指标数据进行划分，得到基准年指标数据集合和多个年份的指标数据集合；

将所述多个年份的指标数据集合分别与所述基准年指标数据集合进行对比分析，得到每个分析指标对应的差值数据集合；

从所述指标数据中筛选每个分析指标的最优指标数据；

基于所述差值数据集合和所述最优指标数据计算所述定量指标集合中每个分析指标在不同年份的量化数据；

将所述多个年份的指标数据集合分别与所述基准年指标数据集合进行对比分析，得到每个分析指标对应的差值数据集合，包括：

从所述基准年指标集合中提取每个分析指标对应的基准年数据；

将每个所述指标数据集合中对应分析指标的多年指标数据分别与所述基准年指标数进行对比，得到每个分析指标在不同年份与基准年之间的数据差值；

基于所述数据差值生成每个分析指标对应差值数据集合。

2.根据权利要求1所述的水电工程生态效益评价指标筛选方法，其特征在于，根据所述量化数据计算每个所述分析指标的指标熵值，包括：

按照多个预设的量化数据区间对每个分析指标在不同年份的量化数据进行划分，得到每个量化数据区间内的指标数量；

根据指标数量分析每个所述分析指标在不同所述量化数据区间的出现概率；

基于所述出现概率计算每个所述分析指标的指标熵值。

3.根据权利要求1所述的水电工程生态效益评价指标筛选方法，其特征在于，基于所述量化数据和所述指标熵值对所述分析指标进行筛选，得到最优评价指标集合，包括：

基于所述量化数据计算每个所述分析指标的平均量化值；

将每个分析指标对应的所述平均量化值和所述指标熵值输入预设帕累托模型，筛选得到多个最优评价指标，生成最优评价指标集合。

4.根据权利要求3所述的水电工程生态效益评价指标筛选方法，其特征在于，所述方法还包括：

判断所述最优评价指标集合内指标的数量是否小于预设指标数量值；

当所述最优评价指标集合内指标的数量小于所述预设指标数量值时，获取剩余的分析指标，返回将每个分析指标对应的所述平均量化值和所述指标熵值输入预设帕累托模型的步骤，筛选得到多个次优评价指标，并将所述次优评价指标并入所述最优评价指标集合，直至所述最优评价指标集合内指标的数量大于或等于所述预设指标数量值。

5.一种水电工程生态效益评价指标筛选装置，其特征在于，包括：

获取模块，用于获取水电工程生态效益的多个分析指标及每个所述分析指标对应的指标信息；

分析模块，用于通过所述指标信息对所述分析指标进行量化分析，得到每个所述分析指标在不同年份的量化数据；所述指标信息包括指标类型和不同数据年份的指标数据，通过所述指标信息对所述分析指标进行量化分析，得到每个所述分析指标的量化数据，包括：基于所述指标类型对所述分析指标进行分类，得到定性指标集合和定量指标集合；将所述定性指标集合中每个分析指标的指标数据输入预设评价模型，得到所述定性指标集合中每个分析指标在不同年份的量化数据；基于所述指标数据对每个所述定量指标集合中的分析指标进行分析，得到所述定量指标集合中每个分析指标在不同年份的量化数据；基于所述指标数据对每个所述定量指标集合中的分析指标进行分析，得到所述定量指标集合中每个分析指标在不同年份的量化数据，包括：根据所述数据年份对所述指标数据进行划分，得到基准年指标数据集合和多个年份的指标数据集合；将所述多个年份的指标数据集合分别与所述基准年指标数据集合进行对比分析，得到每个分析指标对应的差值数据集合；从所述指标数据中筛选每个分析指标的最优指标数据；基于所述差值数据集合和所述最优指标数据计算所述定量指标集合中每个分析指标在不同年份的量化数据；将所述多个年份的指标数据集合分别与所述基准年指标数据集合进行对比分析，得到每个分析指标对应的差值数据集合，包括：从所述基准年指标集合中提取每个分析指标对应的基准年数据；将每个所述指标数据集合中对应分析指标的多年指标数据分别与所述基准年指标数进行对比，得到每个分析指标在不同年份与基准年之间的数据差值；基于所述数据差值生成每个分析指标对应差值数据集合；

计算模块，用于根据所述量化数据计算每个所述分析指标的指标熵值；

筛选模块，用于基于所述量化数据和所述指标熵值对所述分析指标进行筛选，得到最优评价指标集合。

6.一种电子设备，其特征在于，包括：

存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行权利要求1-4中任一项所述的水电工程生态效益评价指标筛选方法。

7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使计算机执行权利要求1-4中任一项所述的水电工程生态效益评价指标筛选方法。