模糊综合评判法在沙坪河流域水质评价中的应用

采用综合指数法评价水体环境质量缺乏严密性，会造成评价结果失真，考虑到水质分级界限具有模糊性，应用模糊综合评判法能够客观地反映水体环境的质量现状。将该法应用于沙坪河流域水质的综合评价中，取得了较好的评价效果．     

基于MATLAB实现模糊综合指数法在水质评价中的应用研究

本文运用模糊综合指数法,建立水质评价模型,使用MATLAB编程计算.确定水质类别和主要污染物,为治理水污染提供科学依据.     

自适应变步长BP神经网络在水质评价中的应用

为克服传统的BP网络的不足，采用自适应变步长算法（ABPM）来训练前馈人工神经网络。根据黄河流域的大汶河水系的水质监测的数据，建立了一个对地面水质进行判别的多层前馈网络数学模型。以地面水质七项污染指标为训练样本，对网络进行训练，并将训练好的网络用于水质进行评价，将计算结果与BP网络评价结果、单因子评价结果进行了比较分析。结果表明，ABPM神经网络方法收敛速度较快，预测精度很高，为水质评价提供了一种新方法。     

模糊数学在水质评价中的应用

由于水体质量的综合评价存在着一定的模糊性,因此,水环境质量评价可以引用模糊评价法.模糊综合评价通过确定因子集,评价集,评判矩阵和权重集,进行一定的计算来进行综合评价.本文采用此种方法对阜新地区水环境质量进行了模糊综合评价.结论符合实际情况,说明模糊综合评价法具有一定的合理性和可靠性.     

单一模型地下水水质评价结果的可靠性探讨

分别采用单因子评价法、综合指数法、模糊综合评判法对镇江市浅层地下水水质进行评价,并给出悲观状况和乐观状况两种情景的评价结果,与采用传统单一评价方法所得结果进行比较。结果表明:1悲观状况下,Ⅰ类、Ⅱ类监测井占评价监测井总数的5.88%,Ⅲ类监测井占39.22%,Ⅳ~Ⅴ类监测井占54.9%;乐观状况下,Ⅰ类、Ⅱ类监测井占评价监测井总数的54.9%,Ⅲ类监测井占5.88%,Ⅳ~Ⅴ类监测井占39.22%。2不同评价方法的评价结果相差较大,依赖单一评价模型的评价结果进行决策,是具有风险的。     

模糊评判理论在水质评价中的应用

1 前言水质在水资源评价中是一项极其重要的内容,目前大都采用综合污染指数法,它简单明了,算法方便,但评价结果不能满足水质功能评价的要求,存在模糊概念.因此,用模糊集理论研究水环境质量评价是具有一定现实意义的.在水质评价中,各水质指标的关系通常是相容的,不满足传递性,不能直接利用模糊等价关系聚类方法,对它进行分类,需根据相容关系求传递闭包,得到模糊等价关系,再进行聚类.由于传递闭包的过程不是一个恒定变换过程,故这种聚类方法无法从理论上保证聚类结果可靠地符合水质指标的实际情况;而软划分聚类分析比模糊等价关系聚类分析理论基础严谨,但需确定合理的分类     

模糊综合评判法在地下水水质评价中的应用

地下水水质评价受到的影响因素很多,它们之间的相互作用也很复杂。为了能够找出地下水水质评价中各个指标对水质的影响因素,采取模糊综合评判方法对新乡地区地下水水质进行评价。通过计算得知,模糊综合评判方法在地下水水质评价中可靠性较高,可以确定地下水中的主要影响水质的指标,为地下水的合理利用提供依据。     

综合评价法在地下水水质评价中的应用

文章采用综合评价法对河南省方城县地下水质量进行了评价,分析地下水水质等级,空间上比较地下水的污染程度,为地下水水质评价提供了科学依据。本次计算分析得出水质级别为较差的有6个水样,占全部水样的12%;水质级别为极差的有44个,占全部水样的88%,由此可见方城县浅层地下水水质质量较差,应加大对地下水资源的保护力度。     

模糊数学在湿地水质评价中应用的研究

本研究中将模糊数学的基本原理引入到湿地水质评价中．参照《地面水环境质量标准》把水质的污染程度分为5个级别,运用统计学法进行参评因子的遴选,正确地选择了隶属函数和各参评因子的权重,在此基础上构建了湿地水质模糊综合评判模型．并以扎龙湿地为例进行了实例计算与分析．     

基于模糊综合评判方法的双台子河口湿地水质评价研究

采用模糊综合评判的方法对2003年双台子河口湿地的水环境质量进行了综合评判.利用加权平均模型及最大隶属度原则,根据2003年双台子河口湿地的水质监测资料计算出评价水质情况的模糊子集,得出结论双台子河口湿地的水质等级为Ⅳ,水环境质量较差.模糊综合评判法在湿地水环境质量评价中的运用为双台子河口湿地水资源规划及合理开发和利用提供了有利依据.     

不同水质评价法在清河水质评价中的应用

清河位于北京市西北部,其河道用水主要为景观用水,水体流动性差。为了全面、正确、客观地反映清河水体状况,为水环境管理提供科学依据,根据实测资料,选用主要污染因子,以水质评价单因子法、综合指数评价法及模糊数学评价法对清河水质进行了评价。评价结果表明:采用不同评价方法,清河水质均为V类,需要采取措施保护水环境。     

BP神经网络在地下水水质评价中的应用

地下水污染是当前较为严峻的现实问题,地下水水质评价是开发和保护地下水资源的前提,将BP神经网络应用到地下水水质评价中,解决了以往评价方法人为性较大和隶属函数构建不合理等问题。应用实例表明,BP神经网络法训练速度快、精度高,能如实地评价地下水质情况。     

综合指数法在地下水水质评价中的应用

对综合指数法及在地下水水质评价中的应用进行了研究,评价结果与内梅罗指数法和综合评判法进行了比较。结果表明：综合指数法使用简便,评价结果直观、精确度较高,能较完整地反映地下水污染程度,是一种实用而准确的评价方法,值得推广应用。     

BP网络在巢湖水质评价中应用

为了掌握巢湖的水质变化状况，根据忠庙、果湖闸、裕溪闸不同监测断面１９９１年－１９９５年的水质监测资料，初次应用ＢＰ网络技术对目前的巢湖水环境质量进行了评价。本文简介ＢＰ网络主人方法与成果。     

基于灰色模式识别模型的洪湖水质评价初探

 根据洪湖近期水质监测数据资料,采用灰色模式识别模型方法对洪湖水质进行了分析评价,并利用软件surfer8.0生成洪湖不同季节的水质综合指数等值线图进行空间分异特征分析,结果表明：洪湖水质介于3～4级水之间,秋季水质较好, 春季水质最差,水质随季节变化较大,湖内围网区域和进出水口区域之间水质差别较大。     

模糊模式识别模型在钱塘江流域水质评价中的应用

依据环境污染与评价属于模糊概念这一客观实际，并基于陈守煜教授提出的模糊模式识别理论与模型，尝试建立钱塘江流域水质评价模糊模式识别模型。对钱塘江流域10个断面的水质进行了综合评价，得到了比较满意的结果。     

改进模糊综合评价法在水质评价中的应用

模糊综合评价法能反映水质评价中的模糊概念,是客观评价目标水质的一种常用水质评价方法。但在传统的模糊综合评价法中,多采用"超标法"计算权重,为了避免超标法计算权重的不合理之处,笔者分别用"改进超标法"和"层次分析法"计算评价因子的权重,以中卫美利纸业工业园区四个监测井的水质监测资料为例,采用改进模糊综合评价法做出了生活饮用水质量评价,并对比分析评价结果,提出了新的权重计算方法来实现对传统模糊综合评价法的改进。     

基于AM-MCMC的BP神经网络在煤矿地下水评价中的应用

BP神经网络模型用于水质进行评价的研究已经很多,然而,传统的BP神经网络无法考虑相邻水质级别临界处的模型性,评价指标较多时运行速度慢,且训练样本少、代表性差,评价结果精度不高。为此,建立了基于AM-MCMC算法的BP模型。利用AM-MCMC算法模拟足够的代表性好的样本以为BP网络训练所需,用于灌区的水质评价。实例研究表明,与传统的BP网络相比,基于AM-MCMC的BP评价结果与实际水质比较更为客观、合理。基于AM-MCMC的BP模型能考虑相邻水质级别临界处的模糊性,克服训练样本少的缺点生成足够的代表性好的样本,快速有效地对灌区水质进行评价。此外,基于AM-MCMC的BP模型还可用于洪灾损失评价、地震灾害评价及其他评价问题,具有广泛的实用性。     

基于LM—BP算法的综合水质评价研究

人工神经网络(ANN)是复杂非线性科学和人工智能科学的前沿，其在水质评价方面的应用研究在国内外尚处于初创阶段。在详细分析LM算法的基础上，提出了基于LM算法的水质综合评价BP模型，并将该模型应用于实例进行效果检验。结果表明：LM—BP模型用于水质综合评价是可行的，与其它评价方法相比，评价结果更加客观、合理，而且网络训练速度最快，适合作为水质综合评价的通用模型。