基于MATLAB实现的ANN方法在巢湖水质评价中的应用

MATLAB6. 5工具箱提供了径向基网络的实现函数,该算法具有自适应确定网络结构和无需人为确定网络初始权值的特点。将其应用于巢湖水质评价,并尝试利用MATLAB的PRES TD函数进行原始数据预处理、利用RAND函数在水质评价标准等级间内插构造足够数量的训练样本、检测样本及其目标输出、确立水质评价等级界限,取得良好的评价结果,对提高水质评价的精度与客观性具有积极意义。     

基于MATLAB实现的ANN方法在地下水质评价中的应用

MATLAB 6.5工具箱提供了径向基网络的实现函数,该算法具有自适应确定网络结构和无需人为确定网络初始权值的特点。将其应用于抚州市地下水环境质量评价,并尝试利用MATLAB的PREMNMX函数进行原始数据预处理、利用RAND函数在水质评价标准等级间内插构造足够数量的训练样本、检测样本及其目标输出、确立水质评价等级界限,取得良好的评价结果,对提高水质评价的精度与客观性具有十分积极意义。     

基于BP神经网络的水质评价

将人工神经网络的理论和方法运用于各类水环境的评价,建立水质评价的BP神经网络模型.运用MATLAB丰富的神经网络工具箱函数设计仿真程序,并对多个水质样本进行等级评价,为防治水污染提供了科学依据.     

模糊数学在水质评价中的应用

1 前言水质评价是合理利用、保护水资源的科学依据。在水利环境科学研究中,水质评价是一项重要内容。本文应用模糊数学方法,以多元性回归为基础,构造了以各指标为变量的多元隶属函数,并以多元隶属函数值作为水质评价的综合指标。这样即考虑了水质各指标的相互联系、相互影响,又考虑了水质变化的模糊特性,为客观、准确、可靠地进行水质评价提出了一条新思路。2 多元水质评价隶属函数的建立根据国家地面水环境质量标准（GB3838-83）,将参加水质评价的各单项指标划分为n个标准等级,各等级记为i,i∈｛Ⅰ,Ⅱ,Ⅲ,……n｝,参加评价的…     

基于模糊层次分析的灰色关联法在地下水 水质评价中的应用

地下水资源水质评价是多因素影响的复杂系统,科学合理地进行地下水水质评价具有一定的理论意义和现实价值。本文将模糊层次分析法和灰色关联法相结合,充分考虑评价方法的主观性与客观性,建立了地下水水质评价方法。使用模糊层次分析法确定水质评价因子的相对权重,在此基础上利用灰色关联分析方法量化分析,确定地下水水质等级。通过实例验证此方法,并同综合指数法所得的水质评价结果进行比较,论证此方法的可行性,为今后公正、客观地进行地下水水质评价提供一定的借鉴及依据。     

环境质量综合评价的RBF网络方法

为提高评价模型的精度,用评价标准表确定RBF网络的输入、输出,并给出了大气环境质量综合评价的MATLAB环境下的径向基函数(RBF)神经网络的结构、仿真函数和输出方法．实例分析表明,MATLAB环境下的RBF网络方法,不仅能确定各评价对象所属的级别、进行不同评价对象之间大气环境质量优劣的比较,而且精度较高、操作简便、实用性强．     

水质评价研究进展及水质评价方法综述

介绍了水质评价的国内外研究进展,阐述了水质评价的意义,同时系统性地总结了水质评价的方法。分析得出,为确保合理利用水源、保护水源,有必要对水质评价进行系统的研究,模糊综合评价方法可以将不确定的因子定量化,是具有广阔应用前景的水质评价方法,主成分分析法可以较为客观的对评价因子进行赋权。上述分析为水库水质评价提供了理论依据。     

基于熵权的TOPSIS法在水环境质量评价中的应用

应用熵权法确定权重,建立TOPSIS评价模型.采用地表水环境质量标准GB3838-2002,利用此模型评价闽江沙溪段水环境质量.评价结果与属性识别方法基本一致,表明此模型具有一定的可行性.该评价方法的优点在于对不同评价单元进行排序,引入熵权确定权重避免了主观确定权重的随意性,具有直观性好、灵活方便等特点,有利于进行水质评价工作.     

基于证据推理的设计方案多属性决策新方法

为了解决传统证据推理方法中很难实现概念设计阶段权值确定且完全的问题,提出一种决策新方法.受物理规划法中偏好函数思想的启发,采用三角模糊数进行目标属性的模糊标度,创新地提出了一种反偏好函数法来确定权值,依据偏好区间的划分确定评价等级区间,并利用证据推理法、评价等级、概率分配函数及效用值等思想进行了方案的评价决策工作.最后通过实例验证了方法的可行性及其在定量描述决策者主观判断上的不确定性和不完全性的优势.结果表明,在概念设计阶段可以利用这种方法将模糊语言权值转化为具体权值,顺利实现有效评价.     

基于人工神经网络改进的地下水水质评价模型研究及应用

针对人工神经网络无法确定主要污染因子的缺陷,结合单因子评价,优化地下水水质评价模型,既可以得到客观的地下水水质综合评价等级,同时又能确定主要污染因子.利用基于人工神经网络改进的地下水水质模型对山东某水源地地下水水质进行综合评价,结果表明,该水源地地下水水质基本达到Ⅲ类水标准,满足大型供水水源地供水要求;但多数地区存在污染物超标情况,地下水中总硬度普遍偏高,有机污染物污染情况有差异.评价结果较准确地符合水体水质情况.