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。     

基于T-S模糊神经网络在三川河地表水质评价中的应用

叙述了基于T-S模型的模糊神经网络应用于三川河地表水质的评价,且说明用单因子评价法和综合指数评价法能取得了较好的效果,为水质评价提供了新的方法.     

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。     

模糊识别法在欧阳海水库水质评价中的应用

赋给各污染指标以及不同权重，用模糊识别法对欧阳海水库水质进行综合评价，评价结果与污染源的实际分布基本一致。     

基于可变模糊识别模型及GIS相耦合的水库水质综合评价

针对水库水质时空分布特征复杂,常规水质监测难以准确掌握水库水质实际状态的问题,以大连市碧流河水库为例,在综合考虑水文、地形及水动力条件的基础上通过分区布设监测断面和监测点,获得了时空综合条件下的水质监测样本,利用可变模糊识别模型量化综合水质级别,结合GIS地统计学方法对评价结果进行可视化表达。结果表明,可变模糊识别模型与GIS结合的方法,不仅可合理地量化水体综合水质状态,还可直观地展示水质时空变化特征,建议对复杂地形边界的水库大水体进行时空综合监测,以掌握水质实际状态。     

可变模糊优选神经网络综合评价模型

针对多指标评价问题中区间形式评价标准的处理方式和指标权重的确定方法直接影响评价的科学性及合理性,首次将可变模糊集理论和模糊优选神经网络有机结合,提出了一种新的评价模型———基于可变模糊集理论和模糊优选神经网络的综合评价模型,并应用模型对黄河流域9个行政分区的水资源可再生能力进行了综合评价。评价结果表明,黄河流域水资源可再生能力总体上较弱;新的评价模型是科学、合理的。     

基于模糊识别的流域水资源配置评价

针对流域水资源配置涉及水资源、社会经济及生态环境等诸多影响因素,选用生活、工业、农业与生态四个配水量作为评价指标,提出了基于模糊识别的水资源配置评价方法,并以海河流域为例进行水资源配置方案评价.结果表明,配置方案能基本支持流域社会经济可持续发展,模糊识别评价方法行之有效.     

基于组合权重的模糊物元评价模型在丰县水质评价中的应用

针对传统水质评价模型精度不高的问题,采用熵权法和层次分析法确定权重,并与模糊物元法相结合,建立了基于组合权重的模糊物元评价模型,以江苏省丰县为例,选取全县2012年水功能区监测断面水质监测数据进行水质评价。结果表明,丰县复新河多处水体为Ⅴ类水,郑集河及大沙河多段水体为Ⅳ类水,污染严重,与实际情况基本相符,可见该模型评价结果客观、准确。     

基于模糊神经网络的机械故障诊断研究

将模糊分类和传统神经网络相结合,建立了模糊神经网络（ＦＮＮ）故障诊断模型,并将该模型应用于透平机械故障诊断,同时在模糊神经网络的输出中引入故障概率因子,分析表明ＦＮ怕性能优于传统ＢＰ网络。     

基于可变模糊评价法的乌审召地区地下水水质评价

针对水质评价的多目标性、模糊多变性及不确定性问题,以内蒙古鄂尔多斯市乌审旗乌审召地区的地下水水质为例,分别采用三种定权法的可变模糊评价法对其地下水水质进行评价,并与模糊集合法、熵权集对分析法、熵权属性识别法的评价结果进行比较。结果表明,基于不同定权法的可变模糊评价法的评价结果与研究区实际情况较符合,可见可变模糊评价法评价结果可信度强、可行性高。     

一种决策逆问题的研究方法及在防洪规划中的应用

指出了模糊优选BP神经网络模型的缺点，在模糊优选BP神经网络模型的基础上，引入加速遗传算法，提出融入遗传算法的模糊优选神经网络智能决策模型。并将其应用于某流域蓄滞洪区优选决策逆命题的目标权重计算，结果表明，该模型能够明显加快网络的收敛速度，改善网络的全局寻优能力，集成了模糊优选BP神经网络和遗传算法的优点。     

模糊神经网络预报模型的研究

模糊系统与神经网络都能实现非线性的输入输出关系,但各有其优缺点。在对两者结合可行性和结合形式进行论述的基础上,探讨了采用结构等价型模糊神经网络建立大坝安全监控预报模型的方法和步骤,并将其应用于对某大坝变形的预测预报。实例分析表明,该模型预测结果优于常规统计模型,且模型的学习能力和表达能力均很强。     

基于新陈代谢无偏灰色神经网络的水质预测模型

针对水质参数样本数据少且非线性的特点,建立了新陈代谢无偏GM(1,1)与BP神经网络的组合预测模型,将通过新陈代谢无偏GM(1, 1)模型得到的数据集作为BP神经网络的输入,原始序列作为神经网络的期望输出,训练得到最佳BP神经网络。将该组合模型应用于乐山岷江大桥断面溶解氧浓度的预测,结果表明,相对误差均在3%以下,与传统灰色神经网络水质预测模型相比,该模型具有实时性及预测精度更高的优点。     

基于RBF网络的区域水资源可持续利用综合评价

在Matlab6.5环境中建立了区域水资源可持续利用评价的RBF网络模型,并以汉中盆地为例对其水资源开发利用程度进行了综合评价。结果表明,汉中盆地水资源利用均处于中级阶段,还有一定的开发潜力。通过与各种传统方法的评价结果对比分析可见,RBF网络评价方法简单易行、结果更加合理可靠。