基于回归支持向量机的指标规范值的水质评价模型

传统的回归支持向量机的水质评价模型不具有普适性和通用性,当指标较多时,模型的学习效率和求解精度均会受到影响.若适当设定3类水体(地表水、地下水和富营养化水体)各项指标的参照值及指标值的规范变换式,使不同指标的同级标准的规范值差异不大,从而可以认为用规范值表示的不同指标皆“等效”于某个规范指标.因此,可建立用规范值表示的任意m项指标组合皆适用的水质评价的回归支持向量机模型.通过实例对模型的实用性进行了效果检验,结果表明:用基于回归支持向量机的指标规范值的水质评价模型对河桥地表水、黑龙洞泉域地下水和山仔水库富营养化水体的水质评价结果与用BP神经网络评价法、模糊综合评价法和属性识别评价法的评价结果基本一致.     

海水水质评价的突变模糊指数公式及效果验证

为了使突变模糊评价指数公式不受指标数多少的限制和评价指数值的分级标准不随指标的不同和指标数的不同而变化,通过适当设定海水各项指标的参照值及指标值的规范变换式,使海水不同指标的同级标准的规范值差异较小,从而用规范值表示的不同指标皆"等效"于某个规范指标,因此,只需构建海水水质评价的尖点突变和燕尾突变2种突变模糊模型。任意多项指标的海水水质评价可以分解为若干个尖点突变和(或)燕尾突变2种突变模糊评价模型的组合表示。将基于指标规范值的突变模糊指数公式应用于珠江口及青岛某海区的海水水质评价,并将评价结果与BP网络及模糊综合评价法评价结果进行了比较。结果表明,突变模糊指数公式的评价结果与其他方法的评价结果基本一致。与传统的其他评价方法相比,基于指标规范值的突变模糊指数公式具有通用性、普适性和简便性的特点。     

基于指标规范值的环境质量突变模糊普适指数公式

针对传统突变模糊归一化公式的问题,在适当设定指标参照值和指标值的规范变换式基础上,使同类环境不同指标同级标准的规范值差异尽可能小,而不同标准的指标规范值差异尽可能大,从而可以认为用规范值表示的同类环境的各指标皆等效于某个规范指标。而任意m项指标的突变模型可用多个尖点突变(m=2)和(或)燕尾突变(m=3)两种突变模型组合表示,且具有可规范的指数分级标准值。基于指标规范值的环境质量突变模糊指数公式具有普适、统一和简单、适用的特点。     

基于概率论和BP网络的水质评价与灰色动态预测模型

讨论了BP网络模型存在的不足。提出了建立合理的BP网络模型的基本原则和步骤。针对水质评价与预测问题。通过在各类水质污染指标浓度区间内生成随机分布样本的方法。组成足够多用于BP网络训练、检验和泛化能力评定用的样本。建立了南京市秦淮外河水体水质评价的BP网络模型：给出了区分不同类别水质的模型分界值样本和模型输出分界值。用概率分布理论分析处于相邻类别水质过渡状态水体的水质属性。建立的水质评价模型应用于实例表明。南京市秦淮外河水体1991—1996年水质为V类向IV类转变。1992年水质最差，1996年水质最好。灰色动态预测模型计算表明。从1997到2001年。南京市秦淮外河水体水质逐年变好。     

基于概率神经网络的西安地区地下水水质评价

为了检验概率神经网络在地下水水质评价中的适用性,论文分别采用综合评价法和概率神经网络评价法对西安地区地下水水质进行了评价,结果表明概率神经网络法能综合考虑各因子对水质的影响,剔除不良数据造成的干扰,能很好地反应地下水的水质状况。同时分析了西安地区地下水水质变化趋势和空间分布情况,结果显示：西安地区地下水水质年际变化不大,大部分地区水质较好;2001~2004年潜水多为Ⅱ类和Ⅲ类水,承压水多为Ⅰ类水。     

基于水环境信息规范变换的水质普适指数公式

为了建立科学合理、和谐统一、简洁实用的包括地表水、地下水和湖泊富营养化水体的水环境质量的普适指数公式,借鉴物理学中普遍存在的规范不变性(对称性)原理,适当设定水环境各指标的"参照值"和相对于参照值的指标值规范变换式,使不同指标的同级标准值经规范变换后的"标准规范值"彼此差异很小,从而可以认为用规范值或对数变换值表示的不同指标都与某个指标"等效".因此,基于规范变换的不同指标的某种形式水质指数公式都可以用该"等效指标"的相应水质指数公式等效替代.在满足一定的优化目标准则条件下,采用免疫进化粒子群混洗蛙跳算法对公式中的普适参数进行迭代优化,分别得出优化后对地表水、地下水和湖泊富营养化水体的72项指标皆适用的对数型幂函数、韦伯-费希纳定律、Г型分布函数、污染危害S型函数、参数化组合算子和加和型幂函数等6个水环境质量的普适指数公式.最后对公式的可靠性进行了理论分析,并通过若干实例对公式的实用性进行了效果检验.结果表明:水环境质量的多种形式的普适指数公式皆具有形式简洁、和谐统一、计算简便和普适通用的特点.     

基于区分权的水质综合评价方法

论证"隶属度"作为相似性度量是水质评价的最佳选择,定义指标区分权重,规范隶属函数的拓扑空间结构、代数性质和标准化方法,建立基于区分权的水质评价模型。     

基于遗传算法的改进BP神经网络模型在水质评价中的应用

为了确定水体类别，引入人工神经网络理论并通过建立BP神经网络模型对水体的质量、利用价值和处理要求进行评价。针对BP网络应用中存在的问题，建立了基于遗传算法的改进BP神经网络模型，并阐述了训练样本产生、数据归一化、构建网络拓扑结构、初始权重及阀值确定等应用过程。通过实例分析表明，该模型应用于水质评价具有客观性和实用性。     

基于三角模糊数的贝叶斯水质评价模型

将贝叶斯理论和模糊集理论引入水质评价领域,分别描述了水质评价过程中模型结构和参数的不确定性,建立了基于三角模糊数的贝叶斯模糊综合水质评价模型.对Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ类水分别赋值,并根据监测点水质对各类别的后验概率计算水质的综合得分进而确定水质类别.同时,选取了TP、NH4+-N、COD、DO、As及粪大肠菌群为水质评价因子,将建立的模型应用于2010年洞庭湖水质评价中.结果表明,小河嘴、横岭湖、万子湖、目平湖、洞庭湖出口水质达到Ⅱ类水标准;南嘴、岳阳楼水质为Ⅲ类水;东洞庭湖和扁山水质介于Ⅱ类水和Ⅲ类水之间,对各等级的隶属度分别为0.4983/Ⅲ+0.5017/Ⅱ、0.7962/Ⅲ+0.2038/Ⅱ.各监测点位中,仅南嘴水质未达到相应的水质标准.较均值模型、三角模糊数模型和传统贝叶斯模型而言,基于三角模糊数的贝叶斯水质评价模型对不确定性的表达更为全面、更符合实际.     

基于前向神经网络的广义环境系统评价普适模型

为了建立由水环境、空气环境、生态环境、水资源环境、灾害环境、遥感环境、社会经济环境等不同环境系统组成的广义环境系统评价都能普适、通用的神经网络模型,针对BP神经网络因收敛速度慢、易于陷入局部极值而使实用性受限的缺陷,提出以双极性sigmoid函数作为网络隐层节点(神经元)的激活函数,而网络输出为所有隐层节点输出的线性求和的前向神经网络的广义环境系统评价模型.在设置广义环境系统指标参照值和指标值规范变换式,并对指标值进行规范变换的基础上,分别构建了适用于广义环境系统评价的任意2个指标规范值的前向神经网模型(NV-FNN(2)结构)和任意3个指标规范值的前向神经网模型(NV-FNN(3)结构).而对于指标较多的广义环境系统评价,只要将多指标分解为以上2个指标和3个指标的两种简单结构的前向神经网络的广义环境系统评价模型的组合表示即可.理论分析和实例检验结果表明:该模型对任意广义环境系统的规范指标值皆普适、通用,因而使不同环境系统的评价变得简洁、统一.规范变换和优化算法相结合的建模思想和方法对简化广义环境系统评价的多元回归、投影寻踪回归、回归支持向量机和径向基神经网络建模亦有借鉴和启迪作用.