共查询到19条相似文献,搜索用时 62 毫秒
1.
基于主成分分析的地下水水质模糊综合评价 总被引:1,自引:0,他引:1
主成分分析法能够降低数据维度,减少分析指标数量。利用主成分分析法分析初选指标,筛选模糊综合评价因子,求取其权重集,建立基于主成分分析的水质模糊综合评价模型,并应用于黄土地区洛河油田浅层地下水的水质评价中。结果表明,采用主成分分析法选择评价因子,既保证了评价结果的可靠性,又减小了参与评价的数据量,提高了评价效率;利用主成分分析法赋权进行模糊综合评价,考虑了评价因子之间的相互作用,水质评价结果比采用超标法赋权的结果更优;洛河油田富县区块浅层地下水水质状况总体较好,在油田开发过程中应采取保护措施,防止浅层地下水污染。 相似文献
2.
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。 相似文献
3.
针对节水型社会建设评价指标体系因果关系不明确和指标分析方法复杂繁琐的缺点,结合节水型社会建设的特点,应用"压力—状态—响应"(PSR)模型对节水型社会建设的评价指标进行筛选和归纳,构建了基于PSR模型的节水型社会建设评价指标体系,同时运用主成分分析法,对所选指标进行综合评价分析,提出了一个新的节水型社会建设评价模型。并以扬州市为例,对扬州市各地区节水型社会建设水平进行了评价,评价结果与实际较为相符。可见该评价模型能够对各评价指标之间的因果关系进行较好的解释,可以对城市节水型社会建设起到一定的指导作用。 相似文献
4.
5.
6.
对电力技术的信息载体进行了总结,在此基础上确定了电力核心期刊可作为评价电力技术成熟度的依据,并找到了将电力期刊质量水平作为电力技术成熟度的主要替代因素。选取了233种电力核心期刊的18类指标作为原始数据,运用主成分分析法,通过降维简化为6个二级指标,最终确定电力期刊质量评价的三级评价指标体系。 相似文献
7.
提出一种新的火电厂综合评估方法—模糊综合评价法,以规避目前对火电厂整体运行情况进行评估时凭经验式计算复杂、客观性较差的缺点,建立了火电厂综合性能评价指标体系。以600 MW机组为主要研究对象,依据各发电集团2008年全年机组运行的相关数据,用选取的隶属函数建立了模糊综合评判矩阵,且分别建立了基于直接给出法和专家评议法(Delph i法)的重要程度模糊集,给出了火电厂综合评估的二层次和二级指标模糊综合评估模型,并作了对比分析。研究表明,模糊评判法可以用来评价电厂机组的综合状态、考核机组各项指标的完成情况,即可用于不同机组在同一特性下进行比较,还可用于机组间竞赛。 相似文献
8.
9.
10.
11.
12.
基于主成分分析和BP神经网络的赣江流域中长期径流预报 总被引:1,自引:0,他引:1
针对赣江流域开展水量调度对中长期径流预报的迫切需求,在分析赣江流域径流特性的基础上,以降雨、径流等常规因子和130项大气环流指数等相关因子为预报因子,分别构建基于相关系数法、逐步回归方法、主成分分析法三种因子筛选方法的BP神经网络中长期径流预报模型。研究结果表明,主成分分析方法筛选的预报因子可较好描述未来径流的变化趋势,所构建的基于主成分分析的BP神经网络中长期径流预报模型在率定期和检验期的合格率均满足规范对作业预报模型的精度要求,可作为赣江流域中长期径流预报的支撑模型。研究成果为赣江流域开展水资源优化配置和水量调度提供了依据。 相似文献
13.
14.
在人均能源消费量调查统计的基础上,运用主成份分析的方法,对样本的特征性指标进行分析.人均能源的消费类型有:煤炭,电力,煤油,液化石油气,天然气,煤气.通过主成分分析从2001年至2009年间中国居民不同地区的人均能源消费水平.找出各个消费类型之间的关系,研究现在中国人均能源消费能力.预测中国人均能源的消费量水平,并将结合环保等多种方向提出观点和意见. 相似文献
15.
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。 相似文献
16.
为实施流域生态综合治理,基于玛纳斯河逐日径流、降雨及气温资料,采用M-K检验法、指标变化范围法(IHA-RVA法)及主成分分析法综合定量评价水文情势改变程度。结果表明,水文、气温、降雨量突变点分别为1996、1986、2005年;玛纳斯河整体水文改变度为62.36%,属于中度改变,其中12个指标发生高度改变;主成分分析法筛选得出的7个重要指标,经计算水文改变度为57.33%,属于中度改变,与IHA指标体系的水文改变度仅相差5.03%。分析表明,流域内气候及降雨的变化是导致河流水文情势变化的重要原因。 相似文献
17.
膜污染是厌氧膜生物反应器运行中不可避免的问题,制约了工艺技术的推广应用,分析膜污染的形成过程是控制膜污染的重要内容。基于主成分分析(PCA)和反向传播神经网络(BPNN)的理论,提出了一种采用主成分分析优化BP神经网络的膜污染预测模型。以反应器连续运行试验数据为样本,利用相关性分析确定模型的输入变量,并基于输入变量间存在信息重叠问题,采用主成分分析法对输入因素进行降维处理,提取贡献率为70.4%的第一主成分和贡献率为17.7%的第二主成分作为输入特征。结合模型的贡献度分析和主成分分析发现,反应器内的污泥浓度是膜污染影响因素中最主要的特征变量,贡献度为34.9%。对比分析优化模型和单一模型的预测结果,发现PCA-BPNN模型的拟合效果更好,平均相对误差仅为3.8%,可用于膜污染分析研究,为后续研究提供参考。 相似文献
18.
19.
非线性主成分分析和RBF神经网络的
电力系统负荷预测 总被引:1,自引:0,他引:1
电力系统负荷预测是电力系统规划与运行的重要内容,为提高负荷预测的精度,针对主成分分析法在涉及到多指标预测体系中降维作用不明显,且考虑不到指标间非线性关系的问题,采用非线性主成分分析法改进RBF神经网络输入量,该方法克服了数据之间相关性的约束,进一步降低了预测指标维数,兼顾了指标间非线性关系,保留了原始数据的足够信息,获得电力系统负荷预测的主成分,显著地减少了径向基函数神经网络的输入量,从而提高了电力系统负荷预测的精度。实例分析验证了该方法的有效性。 相似文献