多元线性回归与灰色联合模型在湖泊水质预测中的应用

根据对湖泊水体中所含高锰酸盐指数、氨氮、总磷等主要化学指标及其相关因素人口、工业产值和污水排放量的数据,采用了多元线性回归方法建立了湖泊水质预测的数学模型。并用多元线性回归和灰色模型联合的方法进行实际预测,多元线性回归模型通过F检验认为回归方程的效果比较显著,灰色模型精度检验达到二级,收到了良好效果。     

基于多元统计的大气环境质量评价模型与应用

为解决传统主成分分析在环境质量评价应用中的局限性并构造合理有效的大气环境质量综合指数,在利用改进的主成分方法并融合层次分析法(AHP)、聚类分析和判别分析方法的基础上,建立一种将主、客观指标赋权方法优点相结合并可准确可靠地判定样本点环境质量级别的大气环境质量评价模型,利用此模型对2个大气环境质量样本进行评价。结果表明:这是一种适合于大气环境质量综合定量评价且切实有效的方法模型,构造的大气环境质量综合指数有较强的实践价值。     

沭河水质模糊综合评价评价模型建立与应用

根据模糊数学原理,建立了水质模糊综合评价模型,利用该模型对2006年-2009年山东省临沂市沭河水质进行了水质评价。结果表明,（1）该模型计算方法简便且能比较客观的反映评价对象的客观实际和水质变化规律,评价结果更为可靠,是水质综合评价的一种理想、有效的方法;（2）沭河流域水质总体状况良好,一年中I级水的天数为50％、Ⅱ级水的天数为8．3％、Ⅲ级水的天数为41．7％,评价结果与实际相符;评价方法有实用价值。     

水质动态评价的马尔柯夫方法

根据随机过程原理 ,构造了一个新的概率转移矩阵 ,并在此基础上引入进步度的概念 ,对河流水质综合质量变化情况进行动态评价。最后给出了实例分析     

水质综合评价物元模型的建立与应用

运用物元分析方法建立水质综合评价模型,采用灰色聚类方法确定各污染参数的权系数。该模型应用于某河流断面的水质综合评价,得到比较合理的结果。     

基于神经网络模型的水质监测与评价系统

对水环境的监测与评价，可以掌握水质现状及其发展趋势，为水资源的开发利用和管理提供科学依据。水质评价是建立在水质监测基础之上的。首先结合我国水环境监测技术规范与标准，合理地选择监测项目与监测仪器，建立水质监测系统。然后在水质监测所获数据基础上，运用人工神经网络的理论和方法，通过BP网络不断的学习与训练，归纳出评价标准与评价结果间复杂的非线性关系，建立水质评价的BP神经网络模型系统。经实际应用表明，该系统具有很强的学习、联想和容错功能。为水质监测与评价提供了一条新的途径。     

动态生命周期评价的研究与应用现状

生命周期评价（LCA）在理论和实际应用中存在一些局限性,包括清单和评价方法缺乏时间维度和空间维度,主要表现为缺乏对产品能源系统随时间变化的考虑,使用静态的过时的清单数据而非基于时间的动态生命周期清单数据,以及影响评价方面缺乏动态特征因子的选择和计算方法.动态生命周期评价（DLCA）是针对工业和环境系统的时间和空间变化的动态建模过程的评价方法,可大大提高传统生命周期评价的科学性和准确性.本文从3个方面对动态生命周期评价方法进行总结和评述,即将时间信息作为不确定因素的动态建模分析;生产过程或污染物排放的实时数据的获取;基于时间分化的动态特征因子的影响评价方法.通过目前的动态生命周期评价的研究现状来看,其方法框架并不统一,另外缺乏科学的时间分化的LCI计算的数学模型和软件以及生命周期影响评价的建模解决方案.因此,本文对DLCA未来的发展进行展望,以期为LCA方法的研究、应用、发展和完善提供更多的支持.     

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。     

基于多元统计和水质标识指数的辽阳太子河水质评价研究

以太子河辽阳段为例,通过因子分析从16个水质评价基础指标中筛选出8个作为水质评价重要指标.在利用方差分析(ANOVA)对各监测断面多年水质指标数据进行时间与空间尺度上显著差异性检验的基础上,通过层次聚类分析将2009—2012年3个断面的144个样本点分成11组.同时,以各组的样本均值为基础,采用水质标识指数方法得到各组的水质评价结果,并将其分解到各组对应的水质样本点,以实现对多断面、长时间大量样本的水质评价.实证结果表明:2009—2012年间太子河辽阳段干流的水质状况大部分处于Ⅲ级以上,从上游到下游,水质状况呈恶化趋势.研究表明,本文提出的基于多元统计分析和水质标识指数的水质评价方法可用于多断面、长时间大量样本的水质评价工作.     

水质综合评价的人工神经网络模型

为探讨水质综合评价的客观方法,以成都市金堂县东风水库水质资料为例,建立了地面水水质综合评价的BP网络和Hopfield网络模型。BP网络模型以单输出代替多输出可保证评价结果的唯一性。Hopfield网络更优于BP网络,既适用于定量指标的水质参数又适用于定性指标的水质参数,而且使水质评价形象化     

水环境质量评价的未确知测度模型

本文给出未确知测度综合评价模型并用于水环境质量评价。与灰色关联分析方法[1] 相比 ,增加了指标权重及确定指标权重的方法 ,改换了识别准则并增加了排序 ,使方法更具一般性、合理性和精细性 ,更适合于质量评价。     

基于自适应遗传小波神经网络的水质评价建模

水环境污染过程的非确定性和非线性,使得传统的水质评价方法存在局限性。为了提高水质评价的准确性,提出了一种基于改进小波神经网络(wavelet neural network,WNN)的水质评价模型。采用自适应遗传算法(adaptive genetic algorithm,AGA)对小波神经网络的初始权值进行优化,再通过小波神经网络算法对网络进行训练,最后对训练好的网络展开测试。仿真结果表明,自适应遗传算法和小波神经网络的结合提高了网络的训练效率,该方法可以用于水质评价建模,并且评价结果具有较高的精度和准确性。     

水质综合评价灰色理论模型及其应用

根据灰色关联度的定义，运用广义加权距离构造目标函数，建立了一种水质综合评价的灰色理论模型。综合实例说明了该模型的应用，得到与用其它方法评价完全一致的结果，该模型数学推导严谨，科学合理，分辨率高，可靠性强 。     

几种水环境质量评价方法在青海湖入湖河流中的应用

从众多的水环境质量评价方法中,选取代表性的指数评价法、灰色评价法、层次分析法和模糊数学法进行介绍,然后运用这些方法对青海湖入湖河流2010年监测数据进行评价。经过对比分析评价结果发现,本次评价研究中单因子评价法过于悲观,水质综合污染指数法具有不可比性,模糊数学法具有不准确性。四种水环境质量评价方法中,灰色评价法和层次分析法是最适合该流域的评价方法,指数评价法和模糊数学法可以作为其必要的补充。     

河流水质系统灰色模型的识别、模拟和应用

借助于灰色系统理论的思想和方法可以构造河流水质灰色模型,根据实测水质资料可以识别出河流水质灰色模型中的最优灰参数,在此基础上,可以对河流水质系统进行灰色模拟。灰色模拟考虑了实际河流水质系统中客观存在的不确知因素和偶然因素影响。本文概述了河流水质灰色模型的构造、河流水质灰色模型的研究意义、河流水质灰色模型的灰参数识别、河流水质系统的灰色模拟及其在四川沱江水质系统模拟中的应用。     

区域生态环境质量的集对评价模型及应用

建立了利用集对分析方法进行区域生态环境评价的新模型,并通过实例研究了区域生态环境质量状况。与未确知测度评价方法进行比较,取得了满意的结果,实例应用表明:该评价模型结构严谨,评价结果合理、精细、分辨率高,为区域生态环境评价提供了一种简单而适用的评价方法。     

模糊综合评价法在乐安河水质评价中的应用

根据模糊数学的原理,建立了地表水环境质量模糊综合评价模型,模型不仅计算简便而且充分体现了其系统性、综合性的特点。利用建立的模型对江西省重点整治的河流乐安河进行了水质评价,为污染控制提供了科学依据。     

煤矿区水环境质量现状评价研究

运用灰色 聚类方 法对韩城 矿区桑树 坪煤矿 水环境质 量现 状进 行了 评价， 其评 价结 果与 模糊综合评 判大体 吻合。该 方法不仅 注意到水 质分级 界限的模 糊性， 而且 信息 利用 率和 精度 均有 较大幅度的 提高。因 此，利用 灰色聚类 进行水 环境质量 评价不 仅方法简 便，而且 结论更接 近客观实 际