文档介绍：精选优质文档-----倾情为你奉上
精选优质文档-----倾情为你奉上
专心---专注---专业
专心---专注---专业
精选优质文档-----倾情为你奉上
专心---专注---专业
综合水质评价方法概述
目前在综合水质评价局势决策法等。
灰色评价法， 优点：是对白化数据的灰化处理，能够客观注意到水质分级界
线的模糊性，又提高了信息利用率，对单一污染指标，能准确判断出所属类别。
缺点：灰色聚类法最后评价结果是按照最大隶属原则，取最大聚类系数所在类别，所以对整体来说，会忽略掉一些特殊的数据，以至结果趋于均化、分辨率不高；且污染因子(项目)选取数量的多少直接影响最终的质量系数，即水质评价的级别。
物源分析评价法
我国学者蔡文教授所创立的物源分析理论剔除了“可拓”的思想和概念，开创了用以解决不相容问题的物元理论，用关联度将模糊集合的[0,1]闭区间连续取值，拓展到（—∞，+∞）实数轴，将物源的量值表达为实轴上的一点，既丰富了事物的内涵，又能客观的反映物质世界的真实状态。基于物源分析理论的综合水质评价的基本思想是：①建立物源模型，包括各水质类别的经典域物源矩阵、各评价指标最大值的节域物源矩阵、评价样本的待评物源矩阵；②计算各水质指标对各水质类别的关联度；③确定各水质指标对各水质类别的权重，计算综合水质对各水质类别的关联度；④选择最大关联度对应的水质类别，作为综合水质级别。如果对于任何水质类别，关联度均小于0，表明待评价样本的水质类别已经不属于所划分的各类之内，评价水体严重污染，超过V类水质标准。
优点：物元分析法在水环境质量评价中的应用，解决了水体各单项水质指标评价结果往往不相容的瓶颈。考虑了级别区间内外的变化特征，对物理意义的表达更加精确。且在物元模型中，关联函数可取负值，分辨能力强，能全面分析判别待评对象属于某一级别的程度，从而提供的信息更为丰富，判断更加准确。缺点：应用该方法时，经典域、节域的量值范围的确定、关联函数的选取等问题都不够成熟，有待进一步研究探讨。
人工神经网络评价法
人工神经网络早期的研究工作应追溯至20世纪40年代。近10年来，人工神经网络在模式识别和系统辨识领域得到广泛应用。人工神经网络（ANN）是一个由简单信息处理元（类似于神经，称之为单元）组成的高度相关综合体，神经从单方面或多方面的来源采集输入资料，并根据预先确定的非线性函数得到输出。一个神经网络是由许多个相互联系的神经按已知形势构筑的。神经网络的主要特征是：信息的分布表达方式、局部运算和非线性处理。人工神经网络涉及区域包括协调优化、数据压缩和函数优化。神经网络解题技术有一下几方面的优点：⑴神经网络的应用不需要基本过程的前期认识；⑵在调查研究中，可不用识别过程的各部分之间的复杂关系；⑶人工神经网络方法既不需要任何约束，也不需要假设解的结构。
精选优质文档-----倾情为你奉上
精选优质文档-----倾情为你奉上
专心---专注---专业
专心---专注---专业
精选优质文档-----倾情为你奉上
专心---专注---专业
学****方法或训练构成神经间的相互联系，并利用已知的输入或输出来完成。用误差收敛技术调解神经间相互联系的极限，以便根据已知的输入形势得到所要求的输出。
在水质评价领域，最典型