物元分析法在大气环境监测优经布点中的应用

提出了利用物元分析法对大气环境监测优化布点的断方法，在确定了最佳和最次理想点的基础上，建立了下标准事物的物元矩阵，该方法具有计算简便，分析合理和容易推广的优点。     

物元分析法在大气环境监测优化布点中的应用

提出了利用物元分析法对大气环境监测优化布点的断方法，在确定了最佳和最次理想点的基础上，建立了标准事物的物元矩阵。该方法具有计算简便，分析合理和容易推广的优点。     

环境监测优化布点的物元分析模型

为了探索物元分析法在环境监测优化布点中应用的可能性，在确定了最佳和最次理想点基础上，建立了标准事物和节域事物的物元矩阵，并根据监测点对标准物元的关联函数值分布对采样点进行优化。实例表明物元分析法用于环境监测优化布点是可行的     

物元分析法在大气监测优化布点中的应用

探讨了物元分析法在大气监测优化布点中的应用，获得了符合实际情况的优选闰，证明该法简便实用。为学趺同监测部门科学合理地设置大气监测点位提供了有益的参考。     

大气监测优化布点的物元分析法

应用物元分析法对大气监测优化布点进行了研究。通过实测证明了该方法具有简便、实用、准确的特点。为监测部门科学合理地设置大气监测点位提供了科学依据。     

海水水质评价的物元分析法

为了探索物元分析方法用于海水水质综合评价的可能性，通过计算海不水质对各评论评价等级的综合关联度，进行海水水质综合评价。用物元分析法对５个监测站位的海水水质进行评价，结果表明它用于海水水质综合评价是可行的。     

物元分析用于水质环境监测优化布点的研究

本文首次提出利用物元分析对水质环境监测优化布点的新方法。在确定了最佳和最次理想点基础上，建立了标准事物和节域事物的物元矩阵。该法具有计算简便、分析合理和容易推广的优点。     

利用物元分析方法进行噪声监测优化布点

本文利用物元分析的方法,成功进行了安阳市噪声监测点位的优化设计,并进行了验证监测.物元分析具有计算简便、物理意义明确、分析合理的优点,是一种优化布点的好方法.     

模糊数学在大气环境监测优化布点中的应用

大气环境污染例行监测,是大气环境质量管理的基础工作之一。大气监测点位的设置,可根据一定监测精度的要求,将城区按地理座标进行网格布点,建立网格布点模型。但是,由于布点数目较多,在人力、物力的限制下,这种布点方法难以推广应用。为此,需要进行布点优化,缩减点位数目。在目前的大气例行监测中,较多采用的是,按土地的使用功能,分区设置采样点的方法。然而,在地区的分类中,人为因素较多,难免会给点位的设置,带来一定的片面性。本文应用模糊数学的原理和方法,在大气环境例行监测数据统计分析的基础上,通过数量计算,建立模糊相似矩阵,并综合最大矩阵元原理和“编网”聚类分析两种方法,对监测点位进行量化寻优分析,从而得出监测点位的优     

环境质量的物元分析

反映环境质量的各个指标是不相容的 ,因而利用物元分析来对其进行研究是一条比较有效的途径 ,并且计算方法也简单易行 ,这对人类健康和社会经济的可持续发展具有重要的现实意义     

郑州市大气监测优化布点的研究

利用物元分析法，在大气污染普查基础上，以郑州市污染最严重的季节（冬季）的数据为准，构造大气环境监测的标准物元矩阵，求出关联函数值，进行了大气监测点的优选，并与用模糊聚类选出的点位相比较，来验证郑州市目前已有测子丫建立的合理性，并以此证明物元分析法是环境监测优化布点的一种可靠的方法。     

大气环境质量的物元分析评价法

为了探索物元分析评价法用大气象环境质量评价的可行性和合理性,应用物元分析方法构建大气环境质量的综合评价模型,并将该方法用于实例分析。结果表明,物元分析方法用于大气环境质量评价是可行的。      

物元分析与灰色聚类法相结合的环境空气质量综合评价模型

本文提出运用物元分析与灰色聚类法相结合进行环境空气质量综合评价,用物元分析法建立了综合评判的物元模型,其中对于权重的确定,采用了灰色聚类权的方法,并运用该模型进行了实例研究。     

BP网络应用于大气环境监测点的优选

为了对大气环境监测点进行优化选择 ,以大气质量分级标准为训练样本 ,构造BP网络进行训练 ,用训练好的BP网络对某地的大气环境监测采样点进行了优选 ,并与物元分析法优选结果进行比较。结果表明 ,BP网络用于环境测点优选具有较好的客观性和应用性     

阜新市空气监测点位优化的聚类分析

基于聚类分析法利用数据之间距离系数进行分类的原理,建立空气监测点位聚类分析优化模型,结合阜新市地形、气象及历史监测数据,进行阜新市空气监测点位布设优化应用,优化结果表明:距离相似水平取d=0.3时,环保局(B点)与人民公园(C点)监测点空气污染物浓度分布相似性最高,合并为1点,增设气象台监测点位作为清洁背景点,4个点位构成阜新市空气监测新网络;利用CALPUFF模型模拟对优化后监测点位进行相关性检验。检验结果表明:监测点位优化后SO2浓度与实测值相关系数为0.984,PM10相关系数为0.968,NO2相关系数为0.973。CALPUFF模型模拟值与实际监测值之间相关系数均大于0.75,表明优化后的阜新市空气监测点位具有客观环境代表性;监测点位优化与检验方法具有一定应用价值。     

基于信息相对重要性的主成分法优选环境测点

提出将单项污染物测值反映的信息量表示为相对重要性和将单项污染物的相对重要性综合为多项污染物的综合相对重要性的计算公式。根据测点信息的综合相对重要性,再用主成分子集合选择法优化选点。该方法不仅减少了计算量,也易于确定多项污染物的综合优化点。该方法用于贵阳市大气环境测点优选出的测点能反映该市的环境质量。      

特征分析法在大气环境监测布点中的应用

文章借助李钟山等学者提出的特征分析方法的理论模型,将特征分析法应用于大气监测布点的优化中,以广州市番禺区工业区群的17个监测点为例,得出这17个监测点的联系度矩阵YT=[2.0812.5502.4182.4452.2122.1662.4182.0812.4182.5502.0812.4182.4182.0342.4452.5502.010],根据联系度大小接近原则进行聚类,可以将上述17个监测点大致分为5组,这与实际情况相吻合,因而是可行的。     

物元分析在水环境质量评价中的应用

提出了利用物元分析对水环境质量评价的新方法。该法具有模型简单、评价合理的优点，以实例同其它方法进行了比较，结果令人满意。     

应用BP神经网络实现环境监测的优化布点

环境监测的合理布设关系到只有用量测点的监测数据就能客观、准确地反映区域环境的质量,采用传统的优化统计模型对监测数据进行处理一限较繁。基于人工神经网络应用于模式分类与人有适应能力强、客观性好的特点,提出将人工神经网络ＢＰ与逐步聚类分析物思想相结合,实现对环境测点的逐步聚类优选,用该方法对贵阳市１９９２－１９９３年期间的１６个大气环境测占煌监测数据进行优选,得到的６个优点选点符合实际结果。