模糊聚类分析在土壤肥力分类中的应用

土壤分类中涉及的许多指标具有模糊性,因此将模糊数学中的模糊聚类分析应用到土壤分类研究中,以期更准确、更合理地区分土壤类型.模糊聚类分析是根据模糊集的理论和方法,通过对样本各类指标的观察值进行数理统计分析处理,最终根据研究目的将各个样本集进行有效分类的一种多元统计方法.在介绍模糊聚类分析理论的基础上,运用模糊聚类分析方法对江汉平原后湖地区的土壤肥力进行分类,验证了该方法在土壤肥力分类中的可行性.     

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。     

基于图像处理和稀疏表示的水位识别研究

在水位智能识别系统中,采集到的水尺图像可能存在刻度模糊、局部缺失等情况,对水尺识别产生不利影响,针对这一问题提出了一种基于稀疏表示的水位识别方法。该方法利用多幅连续水尺图像对字典进行训练,通过重构残差的比较对样本水尺图像进行分类,根据分类结果计算出水位值。结果表明,该方法对光照变化和局部的遮挡、模糊等具有较强的鲁棒性,可以准确地对水尺兴趣目标图片分类并进行水位计算,计算出的水位与实际水位之间的误差不超过±1 cm。     

基于熵权的集对分析模型在水质综合评价中的应用

针对水质评价中各评价指标的不确定性,将集对分析理论应用于水质综合评价中。先通过计算评价样本与评价指标之间的联系度对样本做初步分类,再对样本做进一步的同一、差异、对立的集对分析以判断评价样本的等级。在确定各评价指标的权重时,将信息论中的熵值理论引入该模型,运用信息熵所反映实测数据的效用值计算各评价指标的权重,使权重的分配具有一定的理论依据。最后运用蒙特卡罗法构造算例,讨论了实测过程中的随机观测误差对评价结果的影响。经实例分析,通过与综合评判法、属性识别法和模糊物元法的比较表明,基于熵权的集对分析模型的评价结果合理、客观。     

混合型模糊聚类分析在洪水分类中的应用

利用混合型模糊聚类分析方法求出模糊聚类初始相对隶属度矩阵和模糊聚类中心,根据熵值算法求得各指标的客观权重值,再根据最大隶属度原则和权重因子可清晰地给出样本的分类。实例应用结果表明:该方法具有良好的应用性,可以克服权重赋值的人为干扰。     

基于模糊聚类迭代模型的洪灾智能评估方法

由于缺少公认的标准,洪灾评估带有很大的主观性,同时,当样本集中存在超大样本或过小样本时,会导致模糊综合评估结果出现较大偏移。提出了一种基于模糊聚类迭代模型的洪灾评估方法,无需提供标准即能对样本空间进行智能辨识并作出相应处理,并以四川省1976-2006年洪灾样本为例,给出了四川省洪灾的等级评估结果。与投影寻踪方法的评估结果进行比较表明,该方法可以适用于大部分情况下的洪灾评估工作。     

结合高分辨遥感影像和GIS数据的土地利用变化监测

研究了一种结合高分辨率遥感影像和GIS数据的土地利用自动变化监测方法。分别采用马氏距离、支持向量机、神经网络3种分类方法对研究区域进行模糊分类,然后通过多分类器模糊决策融合分类方法对3种分类结果进行融合,提高总体分类精度。在获得高精度分类结果的基础上,结合历史时期GIS专题数据和分类结果,计算对应的图斑多边形内各类别成份,并与其历史属性对比分析,自动实现土地利用变化监测。实验数据选取QuickBird高分辨率遥感影像和1∶1万土地利用GIS数据,实验结果表明模糊决策融合分类能够明显改善分类效果,获得比单一分类器更为精准的结果。利用决策分类结果并结合GIS数据进行变化区域判定实验,结果表明,对区域中存在较大变化能够准确自动判定为变化区域,而区域中存在较少部分变化则存在部分误判现象。     

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。     

模糊数学在洪水分类预报中的应用

针对洪水分类与识别问题,首先利用模糊聚类循环迭代模型对历史洪水进行分类,其次通过类间相关系数的聚类有效性评价来确定最佳分类数,进而基于模糊识别理论对实时洪水进行类型预测。实例应用结果表明:该方法结果令人满意,合理可行。     

基于多元统计分析的盐河水质评价及趋势分析

用主成分分析的方法,找出影响盐河2007年水质的主成分,计算各样本的主成分得分,用聚类分析的方法将样本水质分类,结合分类结果及水质综合评分对各样本水质进行评价,并用秩相关系数检验法作污染趋势分析。     

泥石流危险度的模糊物元评价方法

泥石流是我国山区主要地质灾害类型之一,而泥石流危险度评价对于泥石流治理、防灾减灾对策的确定具有重要意义。本文在模糊物元分析原理的基础上,结合信息熵的概念,提出了基于熵权的模糊物元分析方法。在对泥石流危险度进行综合评价时,把危险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,通过关联度计算,实现对泥石流危险度综合评价。该模型被应用到乌东德泥石流综合评价中,分类结果与传统分类结果吻合较好,验证了该模型的分类性能良好,预测精度高,误判率低,是泥石流危险度分类的一种有效方法,可以在实际工程中进行推广。     

模糊聚类法在大坝监测资料分析中的应用

为了解模糊聚类法在大坝监测资料分析中应用的适宜性,利用该法对水布垭面板堆石坝2013年面板挠度变形监测数据开展了研究。首先将监测管道划分为若干监测点,运用模糊聚类分析法对监测点进行分类,并采用F统计量评价聚类效果以确定最佳分类,对分类结果进行分析比较,可确定关键的面板变形监控点。随后建立面板挠度变形统计模型,考虑上游水深、温度、时效等因素,利用多元逐步回归分析法对关键点监测数据进行预报拟合。结果表明,利用模糊聚类分析法处理大坝监测数据具有便捷、高效的优点,模型预报结果拟合度较高。     

基于实码加速遗传算法的投影寻踪分类模型在水稻灌溉制度优化中的应用

水稻灌溉制度的优化模式及其理论分析一直是人们关注的问题。传统的水稻灌溉制度优化评价方法——模糊综合评判法与灰色评判法均存在权 重矩阵的主观赋权的人为干扰，造成评价结果的出入。作者在模糊数学理论与田间试验结合的基础上，提出了基于实码加速遗传算法(RAGA)的投影寻踪分类模型(PPC)，通过优化水稻生育阶段的状态变量指标的最佳投影方向，得到各样本的投影值，从而对各灌溉模式进行分类与评价，克服了二阶模糊综合评判法与灰色系统评价中权重赋值的人为干扰，确定出浅湿干灌溉为最佳的水稻灌溉模式。经生产实践证明，符合实际情况。该模型对处理农业灌溉系统中具有模糊性、不确定性的高维数据的综合评判、排序、寻优等方面研究提供了新的方法与思路。     

模糊-动态聚类法在河北省农业节水区划中的应用

农业节水区划是农业水资源高效利用规划和实施的重要依据。根据河北省的自然与社会情况,选取自然地理条件、现状节水水平与潜在的节水效益、社会经济条件等方面的指标组成农业节水区划的分区指标体系。采用模糊一动态聚类方法进行了河北农业节水规划分区,与模糊聚类或系统聚类相比,既避免了分类结果难于预见、聚类分散的弊端,又避免了动态聚类人为授权过多的弊病,特别是分区指标样本数量较多时,这种现象更为突出。应用该方法,将河北省分为7大类型区,分区结果用于“河北省农业节水工程实施规划”与“水资源综合规划”。     

基于人工鱼群算法和模糊C-均值聚类的洪水分类方法

为了克服模糊C-均值聚类(FCM)算法依赖初值的缺点,引入人工鱼群算法(AFS)建立一种新的聚类算法,应用于洪水分类研究。该算法将聚类中心看作食物源,通过样本抽样产生初始鱼群,利用人工鱼群算法能全局寻优和快速收敛的特点,得到一个较优的初始聚类结果,再使用FCM算法进行局部搜索,以避免因初值选取不当,而有可能陷入局部最小的缺陷。该方法应用于对西江流域洪水资料的分析结果表明,新算法具有比FCM算法更好的性能表现,使得到的分类结果更加准确合理。     

云南省水资源开发利用现状的模糊综合评价

采用模糊综合评价的方法对云南省16个地区的水资源开发利用现状进行了评价,与均方差决策综合分析的评价结果进行了比较,其结论基本一致,能够反映云南省的实际情况。同时,由于模糊综合评价方法简单、易懂,较适合用于需建立标准样本的质量评价问题。     

P-Ⅲ型分布参数估计的模糊加权优化适线法

从充分利用样本信息，增强参数估计方法的稳健性和平差能力等方面考虑，首次提出了P—Ⅲ型分布参数估计的模糊加权优化适线法，通过假想水文样本和实测水文资料检验，结果表明模糊加权平方和最小二乘法的计算结果稳定，完全能达到容许误差标准。     

基于粗糙商集的边坡稳定性模糊积分评价

针对模糊数学评价边坡稳定性中模糊隶属度和权重难以确定的问题,提出了对粗糙集理论中的属性商集作模糊统计求隶属度的集值统计方法。以神经网络正交试验得到的各因素对边坡稳定性影响级差之差为依据,构建AHP判断矩阵求权重,并引入了更适合于度量和决策的模糊积分理论。通过评价边坡样本与实例可知：模糊积分评价结果正确率与因素多少成正向关系,与其它理论方法结果和工程实际相一致。评价结果表明,该方法可行、结果可靠,而且计算过程更方便快捷。     

改进的模糊数学评价法在德州市地下水水质评价中的应用

本文在综合分析现有的水环境质量评价方法的基础上,提出了水环境质量评价改进的模糊综合评价方法。该方法以模糊综合评价方法为核心,在对数据分析引用时,采用污染指数归一化法确定各因子的权重,避免了专家评分赋权法的主观差异,使得赋权更为合理、客观。采用加权平均原则对模糊综合评价结果进行分析,避免了最大隶属原则可能造成的信息损失,也使多个水质样本的评价结果可以进行比较排序。