投影寻踪法在水质评价模型中的应用

本文利用主成分分析来完成投影寻踪过程 ,建立了多指标分类模型。两个实例样本水质评判结果表明 ,用投影寻踪法可以揭示高维数据的结构特征 ,所建立的分类与综合评价模型不仅有效 ,而且结果简单、直观和易于理解。     

投影寻踪法在水质评价模型中的应用

本文利用主成分分析来完成投影寻踪过程，建立了多指标分类模型。两个实例样本水质评判结果表明，用投影寻踪法可以揭示高维数据的结构特征，所建立的分类与综合评价模型不仅有效，而且结果简单、直观和易于理解。     

基于自由搜索的投影寻踪水质综合评价方法

为解决水质评价指标的不相容性以及现有评价方法对等级的分辨率较粗略等问题,提出了水质状况评价的投影寻踪方法(Projection Pursuit,PP).根据地表水环境等级划分标准,构建了能够反映水质状况变异信息的投影指标函数;引入自由搜索(Free Search,FS)算法,优化投影指标函数寻求最佳投影方向;利用最佳投影方向信息研究了各种水质指标对水质状况评价的影响程度.以山西省汾河流域为例,进行水质评价分析,并与基于加速遗传算法优化投影寻踪模型(RAGAPP)和利用粒子群优化投影寻踪模型(PSOPP)得到的投影值结果进行对比.实例应用表明,该模型评估结果误差精度优于RAGAPP和PSOPP,评价结果符合当地水质状况实际情况,且对水质等级划分清晰.     

PMA-PP分析模型在内河水质科学评价中的应用

针对目前我国城市内河普遍遭到污染的问题,在分析影响内河水质因素的基础上,选取BOD5(五日生化需氧量)、CODcr(化学需氧量)、石油类、挥发酚、NH3-N(氨氮)、总磷等6个主要因素作为评价因子,建立了城市内河水质评价的投影寻踪分析模型,采用人口迁移算法对评价模型进行优化,并将该模型应用于南宁市10条内河水质的评价与排序。研究表明,用投影寻踪回归分析法进行水质评价,避免了传统评价方法由于主观原因造成的误差,评价结果合理可信、方法简单,为我国城市内河水质的评价提供了新途径。     

水质综合评价的遗传投影寻踪插值模型

为解决各单项水质评价指标评价结果的不相容问题 ,提高水质综合评价各层次的分辩力和评价模型的精度 ,本研究采用大样本数据 ,利用投影寻踪、遗传算法、插值型曲线和水质评价标准 ,为水质综合评价建立了一种新的数学模型———遗传投影寻踪插值模型 (GPPIM)。实例研究表明 ,GPPIM建模方法直观、可靠、精度高 ,既具有较强的分类功能 ,又具有较好的排序功能 ,可广泛应用于各种环境质量的综合评价。     

蚁群投影寻踪回归在湖泊水质富营养化评价中的应用

根据湖泊富营养化特性,选择总磷(TP)、总氮(TN)、耗氧量(CODMn)、透明度(SD)、生物量等5个评价指标作为评价因子,建立湖泊富营养化评价的投影寻踪分析模型,采用蚁群算法对评价模型进行优化,并将该模型应用于我国8个湖泊富营养化程度的评价。研究表明:投影寻踪回归分析法,避免了传统评价方法由于主观原因造成的误差,评价结果合理可信、方法简单,为湖泊水体营养化状态的评价提供了新途径。     

区域水资源开发利用程度综合评价的GPPIM

水资源开发利用程度评价是一个由多指标组成的复杂巨系统,其难点是如何合理地建立评价该系统的数学模型。当前的评价模型随着评价内容的不同而变化,精度较难控制。为解决单项水资源开发利用程度评价指标评价结果的不相容问题,提高水资源开发利用程度综合评价各层次的分辩力和评价模型的精度,论文采用大样本数据,利用投影寻踪、遗传算法、插值型曲线和水资源开发利用程度评价标准,为水资源开发利用程度综合评价建立了一种新的数学模型---遗传投影寻踪插值模型(GPPIM)。实例研究表明,GPPIM建模方法直观、可靠、精度高,既有较强的分类功能,又有较好的排序功能,可广泛应用于各种水资源问题的综合评价。     

水质综合评价的投影寻踪模型

为检验水质评价标准的合理性，解决各单项水质指标评价结果的不相容问题，提高水质评价模型的分辨率，提出了一种新的模型－投影寻踪模型，它的评价结果是实数值。实例的计算结果表明，该方案是有效的和通用的，可应用于各种环境质量综合评价中。     

免疫进化算法和投影寻踪耦合的水资源需求预测

针对需水预测中的高维非线性和非正态问题,论文引入投影寻踪技术建立了需水预测模型,利用投影寻踪方法对多元数据进行分析,将高维自变量数据转变为低维数据,并结合免疫进化算法优化模型中的参数,计算简便,易于实现。模型在东莞市的应用实例表明：与神经网络模型相比,该模型取得了较高的预测精度,在需水预测中有较强适用性。     

投影寻踪模型在水环境质量评价中的应用

介绍了投影寻踪模型的基本原理，总结了投影寻踪模型在水质评价、水资源承载力评价、水资源可持续利用评价及地下水脆弱性评价等领域的应用研究现状，探讨了投影寻踪模型在水环境质量评价领域的研究方向。     

Projection pursuit cluster model and its application in water quality assessment

One of the difficulties frequently encountered in water quality assessment is that there are many factors and they cannot be assessed according to one factor, all the effect factors associated with water quality must be used. In order to overcome this issues the projection pursuit principle is introduced into water quality assessment, and projection pursuit cluster(PPC) model is developed in this study. The PPC model makes the transition from high dimension to one-dimension. In other words, based on the PPC model, multifactor problem can be converted to one factor problem. The application of PPC model can be divided into four parts: (1) to estimate projection index function Q(a) ; (2) to find the right projection direction a ; (3) to calculate projection characteristic value of the i th sample zi, and (4) to draw comprehensive analysis on the basis of zi. On the other hand, the empirical formula of cutoff radius R is developed, which is benefit for the model to be used in practice. Finally, a case study of water quality assessment is proposed in this paper. The results showed that the PPC model is reasonable, and it is more objective and less subjective in water quality assessment. It is a new method for multivariate problem comprehensive analysis.     

A new water quality assessment model based on projection pursuit technique

A new water quality assessment model was built based on projection pursuit technique. A great quantity of sample data was applied to increase the model's precision. A new genetic algorithm combined with conditional optimization method was proposed and applied to the model optimization, which could deal with global optimization problem with various restrictions effectively. The case study shows that this model can give an appropriate assessment of water quality. Moreover, it can determine the index weights in an objective way or provide information for decision makers, which is difficult for other assessment methods.     

用标准基准投影法综合评价水体水质

投影法是一种多指标决策和评价的方法，可应用于水体水质间的比较与排序，但它不能定性评价水体水质，无法确定水体的污染情况。本文对该模型作了改进，具体方法为将水质标准值设为虚拟评价对象与考察对象一同进行投影，以标准的投影值为基准，通过标准区间嵌入法确定水体毋质等级值，根据各水质等级值进行评价及排序。以福州山仔水库为例，对水库的富营养化程度进行综合评价，评价结果与模糊隶属函数法基本相符，评价结果合理且方法简单明了。     

蛙跳算法优化的地下水质评价的参数化组合算子模型

传统的参数化多元组合算子模型在进行对数变换后,采用最小二乘法求解模型参数。在满足构建的优化目标函数条件下,直接用基于群集智能的混合蛙跳算法对参数化组合算子模型中的参数进行优化,避免了传统解法过程中需要进行的对数变换,因而使参数求解变得简化。改进后的参数化组合算子模型被应用于地下水水质评价,其评价结果与用其他多种方法的评价结果基本一致。从而表明:混合蛙跳算法优化得出的地下水水质评价参数化组合算子模型为地下水水质评价提供了一种简便和实用的新方法。     

完全均匀混合质量平衡水质模型在滇池中的应用

介绍了完全均匀混合假设下以质量平衡为基础的湖泊水质模型,运用滇池的实测数据对模型进行了参数率定、验证,给出了模型在滇池水质预测中的应用实测,最后讨论了模型的几个假设条件对滇池的适应性。实例研究表明,该模型可适用于滇池水质有机污染长期浓度预测。      

适于水质评价的AdaBoost-NN模型研究

AdaBoost即自适应Boosting算法,它可以提高任意给定弱分类器的分类精度。文章将AdaBoost算法与神经网络结合,提出了AdaBoost-NN水质评价模型。实例样本水质评价结果表明:与传统的水质评价方法相比,AdaBoost-NN水质评价模型的准确度更高,结果更加客观、合理。