T-S模糊神经网络模型训练样本构建及其在鸣翠湖水质评价中的应用

该文利用T-S模糊神经网络模型评价鸣翠湖水质。根据不同的训练样本数量和训练次数设置多种工况,基于T-S模糊神经网络探讨了训练样本的三种构成方法,利用MATLAB软件进行编程计算。结果表明:训练样本的构成方式和数量明显影响神经网络的训练效果;由标准样本或监测样本训练的T-S模糊神经网络模型认知能力和泛化能力不足,对检验样本评价的准确率在80%以内。当混合样本中有足够多的监测样本时,可训练神经网络模型完全准确评价检验样本。将混合样本训练的模型应用于银川鸣翠湖的水质评价,结果显示从2014年到2019年水质类别从Ⅳ类逐渐提高到Ⅲ类,评价结果与当地实际情况相符。说明采用混合样本进行水质预测评价是合理的,以混合样本作为训练样本是一种简单有效的数据处理方法。     

基于模糊RBF神经网络的地表水环境质量评价

针对现有水质评价方法评价结论过保护、存在人为因素影响、表达模糊信息能力弱等问题,结合模糊评价和RBF神经网络的优点,构建了模糊RBF神经网络水质综合评价模型。模型应用于淮河安徽段,并与单因子评价法进行对比,以验证模型的合理性。评价结果表明,两种方法的评价结果基本一致,模型客观合理,淮河安徽段部分监测点水质Ⅴ类、劣Ⅴ类居多,总体水质状况较差,评价结果符合实际情况。     

模糊物元模型在地下水水质评价中的应用

 在模糊物元分析的基础之上,与熵权法相结合,构建了用于评价地下水水质的模糊物元分析模型。在进行水质评价时,把水质的分类等级作为物元的事物 , 以它们的各项评价指标及其相应的模糊量值构造复合模糊物元,通过计算与理想模糊物元之间的海明贴近度,实现对水样水质的等级评价。采用熵权法确定权重,避免了人为因素的影响。应用此模型,对焦作市主城区中深层地下水进行了评价,结果表明：该模型应用于地下水水质评价,是合理可行的,且方法简单,便于操作。为水质综合评价提供了新的有效方法。     

4种综合法在云南九大高原湖泊水质评价中的应用与比较

水质评价是通过一定的数理方法对水环境系统进行环境要素分析,对其做出等级评价,为区域环境系统的治理规划提供依据。依据云南九大高原湖泊水质监测数据,选取pH、DO、COD、TN、TP、氨氮、COD等7个常规水质监测指标作为评价指标,基于模糊综合评价法、灰色关联分析法、主成分分析法和集对分析法4种水质综合评价法,对云南九大高原湖泊进行水质评价,并进行比较分析。比较结果显示,4种方法得到的水质评价结果有所不同,且评价方法各有特点,其中的模糊综合评价法和集对分析法的评价结果更为接近水质等级公示结果,相对更适合应用于高原湖泊水质评价。     

模糊区间型综合决策方法在水质评价中的应用

污染事故对水质安全构成了严重威胁,污染事故水质评价可以准确判定事故对水质的影响。针对传统水质评价模型存在不能反映水质监测值动态变化特征、水质优劣指标间相互过度补偿,以及无法区分同一类型水质优劣的问题,构建模糊区间型多属性综合评价模型,改进现有水质评价方法。该模型将水质监测信息集按一定规则聚合转换成区间数,开展水质监测测度区间与各类水质标准区间的相似度判定,基于优化主客观综合赋权法开展水质指标赋权,并采用模糊综合评价法计算待测水体模糊综合评价指数,确定水质类别。将模糊区间型多属性综合评价模型应用于大伙房水库暴雨后水质变化分析的实例表明:评价模型生成的模糊综合评价指数可以区分出同类水质的优劣,改进模型适用于特大暴雨等突发污染事故的水质评价研究。     

基于模糊物元的湖泊水质评价模型研究

在模糊物元分析原理的基础上,结合水质评价的特点和海明贴近度的概念,提出了基于模糊物元分析方法的水质评价模型。在对水质进行综合评价时。分别把水质的分类等级和水样作为物元的事物,以它们的各项评价指标及其相应的模糊量值构造复合模糊物元,通过计算与理想模糊物元之间的海明贴近度,实现对水样水质的等级评价和水样排序。研究结果说明：该模糊物元模型简便、通用,计算结果较为客观和稳定,为水质综合评价提供了新的有效方法。     

基于T-S模糊神经网络模型的钦州市主要河流水质评价

为客观评价河流水质,基于钦州市6条主要河流水质监测数据,将T-S模糊神经网络模型用于钦州市主要河流水质评价。结果表明:通过训练的T-S模糊神经网络模型具有很强的泛化能力,训练样本最大误差绝对值小于0.05;检验样本最大误差绝对值仅为0.092 4,能满足水质综合评价要求;钦州市内主要河流水质相对较好,处于Ⅱ~Ⅲ类,其中大风江、张黄江水质较好,马江较差。     

水质综合评价的LM-BP神经网络通用模型应用

分析BP神经网络应用于水质评价中存在的问题和目前水质评价中的不足,基于地表水环境质量分级标准和L-M算法原理,提出LM-BP神经网络水质综合评价通用模型。利用随机内插方法在地表水环境质量分级标准阈值间生成训练样本和检验样本,采用顺序和随机两种方法选取训练样本和检验样本进行随机模拟;利用平均相对误差、最大相对误差等统计指标评价LM-BP模型性能,并构建传统BP、RBF模型作为对比模型;以某水质评价实例进行模型验证,并与灰色关联分析法、模糊综合评判法和TOPSIS法评价结果进行比较。结果表明：LM-BP通用模型具有评价精度高、泛化能力强、收敛速度快、算法稳定和通用性能好等优点,可应用于任意水质评价。在实际应用中仅需对通用模型的评价因子、输入维数和隐含层神经元数进行删减即可满足评价要求。     

基于粗糙集——信息熵的水质综合评价方法研究

水质评价是水环境治理和水环境保护的基础,如何客观地设定各水质评价指标的权重是水质评价的重点和难点。首次将改进的基于粗糙集和条件信息熵权重的确定方法应用到水质评价中,科学、有效地确定了各水质评价指标的权重,并在此基础上进一步建立了基于粗糙集和条件信息熵的水质评价模型。利用该模型,对重庆市南川凤嘴江的实测水质数据进行了综合评价。应用结果表明:运用该方法得出的评价结果更加科学、合理,而且能够对同一等级的水质开展进一步的细化分级。研究成果可为水质监测和水质评价提供一种新的思路。     

水质综合评价的模糊可变集合方法

基于立足全局的系统观,应用模糊可变集合,建立水质评价模型,把水质评价由定性转化为定量。该方法能够科学、合理地确定与水质相关的各个研究指标处于级别区间的隶属度、相对隶属函数,并根据指标重要性进行二元比较与量化,从而合理地确定出各个指标的权重。通过实际水质等级的级别特征值计算,对北京永定河水质进行了模糊可变集合评价。评价结果表明了该方法的可应用性。     

白城市地下水质量现状评价

根据吉林省白城市境内选取的9个测点地下水指标的实测数据,对白城市地下水质量现状进行评价。选取的评价指标分别为氨氮、铁、氟化物、铅、砷、高锰酸钾、矿化度、硬度。评价方法分别采用加附注评分法与人工神经网络法,其中人工神经网络法选用BP神经网络、T-S模糊神经网络2种方法。评价结果显示:2种人工神经网络法评价的水质类别均在Ⅰ～Ⅲ类之间,水质较好;加附注评分法评价出的水质类别中只有穆家店屯水质属于Ⅱ类,其他测点均为Ⅳ类。对比3种方法评价的结果可知,BP神经网络与模糊神经网络评价的水质类型之间的差异较小,加附注评分法比其他2种方法评价得出的水质类别大。     

基于物元可拓法对郑州市地表水水质评价

研究运用物元可拓法对郑州市6条河流进行水质评价,以事物、特征及其数值为物元,建立水质评价物元模型,对评价标准和实测数据进行归一化,运用归一化数据,建立所评水质矩阵,计算出各评价因子与各水质级别的关联度。通过层次分析法确定各评价因子权重,最后,计算出综合关联度确定水质等级。评价结果显示:如意湖水质等级Ⅲ;熊耳河水质等级Ⅳ;东风渠和十八里河水质等级均为Ⅴ,但十八里河水质要优于东风渠;金水河和贾鲁河都为超过Ⅴ类水,但金水河优于贾鲁河。更多还原     

矿井水水质评价中模糊综合评判法的改进及其应用

矿井水水质评价是人们认识水环境质量不可少的手段和工具.模糊综合评判法恰好符合水环境系统中各因素间的不确定性、随机性和模糊性, 因而在水质评价中具有较强优势,但也存在一些问题.在对模糊综合评判法进行改进的基础上,以我国典型的矿业缺水城市--阜新为例,对该地区矿井水水质进行评价.评价结果为该地区矿井水的污染治理和开发利用提供了科学的依据.     

基于模糊模式识别理论的水质综合评价的改进

传统的模糊模式识别理论在水质评价中应用时,均为对水质进行5级评价,而当水质指标监测值超出Ⅴ类水质标准时,5级水质评价结果较实际情况偏好,这样使得评价结果与真实情况有较大偏差。针对这一问题,提出一种改进的基于模糊模式识别理论的6级水质评价模型,并以小清河为例,采用该改进的水质评价方法进行水质评价,并将评价结果与单因子评价法和传统的5级模糊综合评价法进行比较,结果表明:改进的水质评价方法既考虑了所有参评指标对水质的综合影响,又考虑了水质指标超出Ⅴ类水质标准的情况,评价结果较接近水质的实际情况。     

水库水质评价的模糊识别方法

对水库水质进行合理评价是加强水源地管理的一项重要工作。本文利用模糊模式识别方法对水源比水质进行评价，根据水质评价的特点对模糊模式识别方法进行了改进，并应用于山东省莱芜市乔店水库水质评价，评价结果与实际相符。     

基于动态可变模糊综合评判法地下水水质评价

针对传统模糊综合评判法水质评价标准区间相对静态化和隶属函数简单化存在的问题,采用动态可变模糊综合评判方法,首先建立地下水水质评价指标体系,利用熵权法确定评价指标的客观权重,层次分析法确定主观权重,结合主客观权重确定评价指标的动态综合权重。然后构造适应于地下水水质评价的变动区间,充分考虑该地区地下水的水文地质、空间分布特性以及含水层情况,将以往模糊综合评判法水质评价隶属函数由线性函数拓展为更适合地下水水质评价的非线性函数。将此模型应用于固原市地下水水质评价。结果表明:监测井1、2水质级别为Ⅳ级,监测井3、4、5、6、7水质级别为Ⅲ级,通过分析,符合该地区地下水的实际情况。利用动态可变模糊综合评判法对地下水水质进行评价,结果客观合理,具有较好的实用性。     

一种水功能区水质达标评价的新方法

在总结水质评价方法研究成果的基础上,立足于水功能区管理的实际需求,提出了一种水质评价方法考评体系,进而设计了一种水功能区水质达标评价的新方法——三位水质指数法。三位水质指数既能直观指示水功能区达标情况,又能按单因子评价理念定性评价水质类别,还可定量反映水体综合污染程度,能对同一水体不同时期或不同水体的水质进行比较。基于水质评价方法考评体系,将三位水质指数法与其他5种典型水质评价方法应用于鄱阳湖区典型的水质样本评价中。结果表明,三位水质指数法更加务实简要、易懂易用,建议将其在水功能区水质达标评价管理工作中推广使用。     

基于秩相关系数的区间数型水质量评价模型及其应用

针对区域阶段性水质综合评价中的模糊不确定性问题,提出一种基于Spearman秩相关系数的区间数型水质综合评价模型,将多时段水质监测样本的等级隶属问题转化为区间数型多属性决策方案的相关性计算问题。模型通过将水环境质量标准和待评价水质实测值构成决策矩阵,借鉴灰色理论的思想确定相对最佳方案,通过决策方案与相对最佳方案的Spearman秩相关系数,进而由相对海明距离确定研究区的水质等级。应用于浑河沈阳东陵大桥监测段进行实例检验,其评价结果与区间数集对分析法和区间数贴近度法评价相近,表明本模型能有效处理区间型水质评价问题,同其他区间数型水质评价方法比较,在评价过程中具有逻辑清晰,计算便捷,易与其他方法结合等优点。     

用灰色聚类法评价龙江水质

水质评价具有不确定性的特点,可将灰色聚类决策方法应用于水质评价,建立水质综合评价的灰色聚类决策模型。简述了灰色聚类法的基本数学原理及应用的方法步骤,并采用该方法对龙江流域河池段水质进行综合评价,为流域水环境保护工作提供防治依据。     

组合权重模糊联系度模型在水质评价中的应用

针对水质评价指标存在的不确定性和水质评价标准存在的模糊性,基于集对分析理论与模糊层次分析法构建了模糊联系度水质评价模型。首先计算各评价指标值的分级联系度,对样本指标值做初步分类;再计算各评价样本与水质标准之间的综合联系度;最后通过置信度准则评判评价样本的水质级别。为突出不同评价指标的贡献率,将熵值赋权法和超标加权法引入该模型,并通过理想点法进行权重的合成,实现了多种赋权方法优势的融合。将模型应用于闽江渔业水域的水质评价,结果表明基于组合权重的模糊联系度水质评价结果更贴近实际情况,评价结果合理可信。