基于主成分分析与模糊综合评价模型的昆山市老城区河道水质评价

为了提高昆山市老城区水环境质量、改善河道生态景观效果,昆山市于2012年起对老城区内多条河道进行了综合整治。由于影响河道水质的因素众多,为了能够较为客观地评价治理前后的水质改善情况,通过主成分分析法及建立模糊综合评价模型,对治理前后水质进行综合评价。结果表明,治理后Ⅲ至Ⅳ类水的隶属度有所提高,Ⅴ类水的隶属度有所降低,西仓基河、后街河的水质指标有较大幅度提高。经过综合整治,昆山市老城区河道水环境质量有所提高,与实际治理情况相符,可见所提方法可行、有效。     

基于主成分分析法和模糊综合评价法的配电网评估

  [目的]  对配电网的全面评估需要综合考虑其安全性、经济性、可靠性、适应性和优质性。  [方法]  为了更合理客观地对配电网进行评估,从这5个方面建立了一套科学合理的配电网评价体系,应用主成分分析法提取配电网指标数据之间隐含的内在联系,使所求出的各指标权重客观合理,应用模糊综合评价法对整个配电网状况进行更为全面准确的评估,其中对实际数据评分结果的区间进行划分,并统一了模糊综合评价法中的定量类指标的评价等级标准。  [结果]  从而解决了模糊综合评价法无法处理大量定量类指标数据的问题,降低了计算复杂度,同时保持了评估结果准确性。  [结论]  最终使得对配电网的评估更加真实合理可靠。对江西配电网的算例分析结果表明文章的评估方法是科学有效的。     

基于综合集成赋权法的北之江水质模糊综合评价

为避免各指标主观权重和客观权重对水质评价结果的影响,构建了基于综合集成赋权法的模糊综合评价模型,并将之应用于北之江五个监测断面的水质评价中。结果表明,北之江中下游水质无污染,水质状况良好;北之江上游氨氮、粪大肠菌群超标,水质为Ⅳ类水,水质污染严重,究其原因主要为当地农村生活污水及农业面源污染所致。评价结果与北之江实测结果较为吻合,评价模型具有较高的实用价值。     

改进主成分分析法在南淝河水质评价中的应用

针对传统主成分法的逆指标化、无量纲化和构建综合指标三方面的问题进行改进,将指标特征值变换为指标相对隶属度、同步解决逆指标和无量纲化问题,改进特征向量方向选取方法,据此构建的综合指标解决了传统主成分分析法可能出现的指标相悖问题,并将其应用于南淝河水质综合评价中,与传统主成分分析法做了比较。结果表明,改进的主成分法计算效率高、水质评价合理。     

基于基尼系数的水质模糊综合评价模型及应用

针对以往模糊综合评价方法权重的确定多采用仅考虑单个评价指标对总体污染贡献的浓度超标赋权方法存在的不足,引入基尼系数法对浓度超标赋权方法进行改进,构建了基于基尼系数的水质模糊综合评价模型,并以密云水库为例,采用该模型对密云水库进行水质评价。结果表明,密云水库的水质较好,9个监测站点中除了内湖监测站点的水质评价结果为Ⅱ级外,其他8个监测站点均为Ⅰ级。可见该模型评价结果考虑因素全面,且更加科学客观。     

BP与GIS耦合的地下水水质综合分析评价

为探讨水质综合评价的客观方法,选取总硬度、铁、硫酸盐、溶解性总固体、硝酸盐作为评价指标,参照《地下水质量标准》,以四川省雅安市雨城区为例,采用BP神经网络模型与GIS相耦合的评价方法,分析评价了地下水水质分布状况。结果表明,该区北部、中部和东部地下水的硫酸盐和溶解性总固体偏高,西部和南部地下水水质情况较好,该方法较为直观、合理。     

基于主成分分析法的区域循环经济发展水平评价

采用主成分分析法对国家发改委等相关部门制定的《循环经济评价指标体系》中的指标进行了分析评价。从评价结果来看,在经济实力较强的东部地区循环经济发展水平较高,经济落后的西部地区的循环经济发展水平较低。对资源产出、资源消耗、废物排放和资源综合利用四类指标的分析评价,还反映了当地循环经济在各方面的发展水平状况。     

基于贝叶斯理论和主成分分析法耦合的水质评价

为寻求一种可靠、快捷的水质评价方法,将贝叶斯理论和主成分分析法相耦合,以黄壁庄水库坝上断面2015、2016年监测数据为例,对黄壁庄水库进行水质综合评价。结果表明,黄壁庄水库综合水质处于Ⅰ~Ⅱ类,年内水质变化不大,丰水期水质相对较差,为Ⅱ级水质,其他月份均达到Ⅰ类水质标准,与实际情况相符,说明所提方法用于水质评价合理、可行。     

采用主成分分析法综合评价电站机组的运行状态

为解决电厂机组运行优化、状态监测与故障诊断中涉及到的机组运行状态的综合评价问题,提出用主成分分析(PCA)方法,建立了电厂机组的综合评价指标的思想.介绍了主成分分析法的原理,并应用该方法对某电厂机组的实际运行状态进行了综合评价.结果表明:该方法消除了主观因素对评价的影响,得到的综合评价指标可对汽轮机进行定量评价,也可为机组状态在线监测提供依据.     

基于改进模糊综合评价法的太湖水质评价

在水质评价过程中,确定主要污染因子和水质级别对水污染治理具有重要意义。针对传统模糊综合评价法在计算权重时存在缺少客观性且无法反映评价因子间的此消彼长等问题,提出一种改进模糊综合评价法,即考虑评价因子监测值、评价标准值及各评价因子间的相互关系,采用层次分析法计算权重系数,并利用单因子评价等级建立标度确定对照表定量地判断评价因子间的标度,从而使权重的确定更加客观、有条理。利用该方法对2002~2007年太湖全年期、汛期和非汛期的全湖水质进行总体评价,结果表明太湖主要污染因子为氮和磷,整体水质呈Ⅲ类或Ⅳ类,汛期和非汛期全湖水质相当。     

基于物元分析的地下水环境质量评价

利用物元分析法建立了地下水环境质量评价模型,并以山东省某地区的地下水为例,对8个水样测点的7个指标进行了地下水环境质量评价,获得了各测点的综合评价结果与单指标评价结果,与灰色关联度法和综合指数法的计算结果相比,物元分析法能真实反映评价对象的实际情况,具有很好的工程应用价值。     

基于主成分分析的丹江口水库支流水质评价

为综合反映丹江口水库入库支流的水质状况、识别主要污染因子、对比各支流的污染程度,基于2013年16条重点入库支流11项主要污染指标的年均值,借助于SPSS软件,采用主成分分析法对其入库支流水质进行评价和分析。结果表明,丹江口水库的主要污染因子为耗氧污染物和重金属,且前者占主导地位,16条重点入库支流中污染相对严重的依次为神定河、泗河、犟河、剑河和老灌河,污染相对较轻的支流依次为堵河、将军河、淘沟河、汉江、滔河。     

基于主成分分析的流域聚类研究

针对流域聚类研究中流域特征指标变量过多会增加计算的复杂性和指标间存在相关性使信息重叠导致计算结果失真的问题,采用主成分分析的方法将原特征指标综合为少数几个不相关的主成分,且提取出的主成分基本包含原特征指标的全部信息,并根据各流域在主成分上的得分值作为新样本进行流域聚类研究,找出相似流域,实现了无资料地区的参数移植。实例应用结果表明,该方法可行、有效。     

加权欧氏距离法和模糊综合评价法在阳泉市主要河流水质评价中的比较分析

为对比加权欧氏距离法及模糊综合评价法在阳泉市7条主要河流水质评价中的优劣性,以2019年1月河流水质监测结果为依据,采用加权欧氏距离法和模糊综合评价法综合评价阳泉市地表水体环境质量。对比分析表明,模糊综合评价法采用评价标准的依据,会造成最终评价结果无法有效反映水体的实际状况;加权欧氏距离法在给出评价断面水质级别的同时,反映评价断面对于某一水质标准的贴近度及水质的变化趋势,评价结果显示的信息更加真实多元,在水质评价中的表现更加优良,可在水环境治理中更好地发挥作用。     

基于模糊综合评价模型的湖泊开发利用适宜性评价

以汾湖镇湖泊为例,针对开发利用存在的问题,采用模糊综合评价模型和层次分析法,从自然度、土地利用程度、可达性及景观适宜性4方面综合评价湖泊的开发利用适宜性,基于评价结果对不同类型湖泊进行合理功能定位并划定生态保护空间,对促进湖泊资源的可持续利用具有重要意义。     

基于改进KPCA和GA-BP神经网络的电能质量稳态指标预测

为提高电能质量稳态指标预测精度,以气象因素、有功负荷及历史电能质量数据作为输入变量,提出一种基于改进核主成分分析(KPCA)和遗传算法(GA)优化BP神经网络的电能质量稳态指标预测方法,首先将改进K-means聚类算法与KPCA相结合,通过改进K-means算法将输入变量划分为不同的子类,降低了核矩阵维数;再利用KPCA提取每类输入变量的非线性主成分,简化网络结构;然后分别将每一类中提取的特征作为BP神经网络模型新的输入变量,并结合GA算法优化BP神经网络参数,建立每一类数据的预测模型。算例应用结果表明,该方法的预测精度明显优于传统BP神经网络预测方法和KPCA+BP神经网络预测方法。