基于模糊神经网络的环境质量评价方法研究

合集下载

模糊综合评价方法及其应用研究

模糊综合评价方法及其应用研究一、本文概述本文旨在探讨模糊综合评价方法及其应用研究。

我们将对模糊综合评价方法进行概述，阐述其基本原理和特点。

接着，我们将深入探讨模糊综合评价方法在各种领域中的应用，包括但不限于企业管理、环境评估、医疗卫生等。

通过对实际案例的分析，我们将展示模糊综合评价方法在解决实际问题中的有效性和实用性。

我们还将对模糊综合评价方法的未来发展进行展望，以期为其在更多领域的应用提供参考和借鉴。

通过本文的研究，我们希望能够为相关领域的研究者和实践者提供有益的启示和帮助。

二、模糊综合评价方法理论基础模糊综合评价方法（Fuzzy Comprehensive Evaluation，简称FCE）是一种基于模糊数学理论的评价方法，旨在解决那些难以用精确数学语言描述的问题。

这种方法最早由我国学者汪培庄于1983年提出，现已在多个领域得到了广泛应用。

模糊综合评价方法理论基础主要包括模糊集合理论、模糊运算规则和模糊关系矩阵。

其中，模糊集合理论是该方法的核心。

它允许在元素对集合的隶属程度不唯不精确的情况下进行定量描述，从而突破了传统集合理论中元素对集合的隶属关系必须明确的限制。

在模糊综合评价中，评价对象通常被视为一个模糊集合，而评价因素则构成该集合的多个子集。

每个子集都有一个隶属函数，该函数描述了评价对象在不同因素下的隶属程度。

通过对隶属函数进行计算和分析，可以得出评价对象在各个因素上的综合评价结果。

模糊运算规则是模糊综合评价方法的另一个重要组成部分。

它定义了模糊集合之间的运算方式，如并、交、补、差等，使得我们能够根据实际需求进行模糊集合的组合和转换。

模糊关系矩阵则用于描述评价对象与评价因素之间的模糊关系。

该矩阵中的元素表示评价对象在不同因素上的隶属度，是进行模糊综合评价的重要依据。

模糊综合评价方法理论基础包括模糊集合理论、模糊运算规则和模糊关系矩阵。

这些理论和方法为我们在复杂系统中进行综合评价提供了有效的工具。

2.水质评价与模糊综合评价法

12

5)迄今没有一个被大家公认通用的、具有可比性的水质综合评价数学模型。各地各部门在进行水质评价时, 选用模型的任意性很强,评价的结果不便于与其它地区水质状况进行比较,因而也不能准确反映本地的相对污染状态,国家难以全面掌握水环境污染的时空分布态势, 其结果难以被公众接受,达不到水质评价的目的。1999 年12 月在广州召开的全国综合评价技术研讨会提出, 要把水环境综合评价方法的统一和改进问题作为目前需要重点解决的问题之一。 6)缺乏比较客观的确定环境因子权重的量化方法。除人工神经网络评价法外,其它各种方法的评价结果无疑都受权重影响很大,权重的研究是一个重要的课题。在多因子的水质综合评价中, 各因子对环境污染的贡献是不同的,而目前缺乏统一的客观的定权方法,这对评价结果的可比性影响较大。
8
吕兰军、徐祖信、李俊莉运用各种指数法进行水环境质量评价，并提出改进意见和一种全新的河流指数评价方法，它既可以比较分析同一类水质指标在同一级别中的差异，又可以在不同类别水质指标中比较分析水质的污染程度；汪家权、沈时兴把多种评价方法相结合，构建新的评价模型应用于水质评价中，李如忠对水质评价模型进行了综述；宋军继分析了城市环境与水的关系以及城市水环境面临的问题，在此基础上提出了城市水环境发展的应对策略。由上可见我国关于河流、湖泊水环境质量评价和水质评价方法的研究相当活跃，使得水环境质量评价研究进入快速发展时期。
19
3.灰色评价法
水质的监测数据都是在有限的时间和空间范围内获得的，因而信息是不完全或不确切的，故可将水环境系统视为一个灰色系统，即部分信息已知，部分信息未知或不确知的系统，这一原理应用于水质综合评价中的基本思路是：计算水体水质中各因子的实测浓度与各级水质标准的关联度，然后根据关联度大小确定水体水质的级别。对处于同类水质的不同水体可通过其与该类标准水体的关联度大小进行优劣比较。灰色评价法主要有灰色聚类法、灰色关联法、灰色模式识别法、等斜率灰色聚类法、区域灰色决策法、加权灰色局势决策法、梯形灰色聚类分析法、灰色局势决策法、灰色贴近度法等。

基于模糊RBF神经网络的地表水环境质量评价

第３９卷第１１期
２０１３年１１月
水力发电
基予模糊ＲＢＦ种经网络的
地表水环统质量评价
孙旺旺，任传胜，朱春伟
（中国科学技术大学工程科学学院，安徽合肥２３００２６）
摘要：针对现有水质评价方法评价结论过保护、存在人为因素影响、表达模糊信息能力弱等问题，结合模糊评价
ｅｖｌｕａａｔｅｔｈｅｗａｔｅｒｑｕａｌｉｔｙｏｆｔｈｅｒｅａｃｈｏｆＨｕａｉｈｅＲｉｖｅｒｉｎＡｎｈｕｉＰｒｏｖｉｎｃｅ，ａｎｄｔｈｅｒｅｓｕｌｔｓｉＳｃｏｍｐａｒｅｄｗｉｔｈｓｉｎｇｌｅｆａｃｔｏｒ
ｒｅｓｕｌｔｓ，ａｎｄｈｅｔｎｅｗｍｏｄｅｌｉｓｏｂｊｅｃｔｉｖｅａｎｄｒｅａｓｏｎａｂｌｅ．ＴｈｅｗａｔｅｒｑｕａｌｉｔｙｉｎｍａｎｙｍｏｎｉｔｏｒｉｎｇｓｉｔｅｓｏｆｔｈｅｒｅａｃｈｅｓｏｆＨｕａｉｈｅＲｉｖｅｒ
ａｓｓｅｓｓｍｅｎｔｍｅｔｈｏｄｔｏｐｒｏｖｅｔｈｅｒａｔｉｏｎｌｉａｔｙｏｆｍｏｄｅ１．Ｔｈｅｅｖａｌｕａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｗｏｍｅｔｈｏｄｓｂａｓｉｃａｌｌｙｈａｖｅｓａｍｅｅｖｌｕａａｔｉｎｇ

模糊综合评价法讲解

B1=(0.5,0.2,0.14,0.14,0.14) B2=(0.2,0.2,0.5,0.14,0.14) 归一化（即将每分量初一分量总和），得
B1=(0.46,0.18,0.12,0.12,0.12) B2=(0.17,0.17,0.42,0.12,0.12) 若规定评价“好”“较好”要占50%以上才可晋升，则此教师晋升为教学型教授，不可晋升为科研型教
是由一个指标实际值来刻画，因此从这个角度讲，
模糊综合评价要求更多的信息），ri 称为单因素评
价矩阵，可以看作是因素集U和评价集V之间的一种模糊关系，即影响因素与评价对象之间的“合理关
系”。
在确定隶属关系时，通常是由专家或与评价问题相关的专业人员依据评判等级对评价对象进行打分
，然后统计打分结果，然后可以根据绝对值减数法
1.80 1.93 0.87 1.12 1.21 0.87 0.89 2.52 0.81 0.82 1.01
A＝（0.2，0.3，0.5）
专家评价结果表
由上表，可得甲、乙、丙三个项目各自的评价矩阵P、Q、R：
0.7 0.2 0.1 P 0.1 0.2 0.7
0.3 0.6 0.1
0.3 0.6 0.1 Q 1 0 0
0.7 0.3 0
0.1 0.4 0.5 R 1 0 0
0.1 0.3 0.6
例3：“晋升”的数学模型，以高校教师晋升教授为例
因素集：
U={政治表现及工作态度，教学水平，科研水平，外语水平}；
评判集：
V={好，较好，一般，较差，差}；
（1）建立模糊综合评判矩阵
当学科评审组的每个成员对评判的对象进行评价，假定学科评审组由7人组成，用打分或投票的方法表明各自的评价

环境质量评价方法

数，针对单项污染物的还规定了空气质量分指数
（Individual Air Quality Index，简称
IAQI）。利用空气质量指数可以直观地评价大气环境质量状况并指导空气污染的控制和管理。
7
（一）大气质量评价
环境保护部于2012年2月29日批准《环境空气质量指数（AQI）技术规定（试行）( HJ
11
空气质量指数及相关关系
12
（一）大气质量评价
由上表可知，当SO2 24小时平均浓度为76μg/m3时， SO2空气质量指数为102，空气质量指数级别为三级，类别为轻度污染。按照标准，IAQI大于100为超标污染物，可知， SO2 24小时平均浓度超标。
13
（一）大气质量评价
值得一提的是该标准重要更新之一：新增污染项目指标颗粒物(粒径小于等于2.5μm)，即通常所称的PM2.5。
16
（二）水质污染评价
1、单因子污染指数法
计算公式为：
Ci Ii Coi
式中， Ii为水体中污染物i的环境质量指数；Ci为污染物i的实测浓度； Coi为污染物i的评价标准值。
17
（二）水质污染评价
2、K法和P法
目前我国用的水质评价方法是综合污染指数(K)法及水质质量系数(P)法。
18
（二）水质污染评价
Ci
为污染物i的实测质量分数(mg· kg-1)；
kg-1)。 Si 为污染物i的评价标准(mg·
22
（三）土壤污染评价
2．内梅罗综合污染指数。计算公式为：
P综 =
C
i
Si

max
Ci Si 2

av
式中，P 为某地区的综合污染指数；综

基于模糊神经网络的汉江水质评价

３汉江水质评价．
水污染控制规划就是在基本查清污染物排放、质现状和水文水水力学特性的条件下，通过试验获得相关参数，并通过水质数学模型预测规划水平年的水体水质，在保证水质达到规划水质级别的前提下，合理安排各污染源污染物的排放，并对污染控制方案进行研究，出技术经提济可行的最佳实用方案，为相关部门的决策提供科学依据。水质评价是根据水质评价标准和水质检测样本各项指标值，过通定的数学模型来确定样本的等级。水质评价常用的方法包括单因子评价法、污染指数法、主分量分析评价法、指数评价法、综合模糊数学评价法、灰色评价法、物元分析评价法、人工神经网络” 和支持向量机。从模糊水文学的观点来看，质的清洁与污染这一对立的概念之水间，在划分过程中并不存在绝对分明的界限，具有中介过渡性。这是客观存在着的模糊概念。用模糊理论与方法，比传统评价方法更符合现象的实际，能使水质评价的理论与方法建立在比较严谨的数学逻辑基础上；而人工神经网络是一种新颖的数学建模方法，具有非线性映射、并行性、自适应、自学习和容错性等能力，能够解决属于模式设别的水质评价问题。所以，本文用神经网络来构造模糊系统，利用神经网络的学习方法，根据输人输出样本来自动设计和调整模糊系统的设计参数，实现模糊系统的自学习和自适应功能，实现汉江水质的评价。２模糊神经网络评价模型．２１．模糊数学与神经网络模糊数学由美国控制论专家ＬＡ＿Ｌ＿手德教授所创立，是运用数学方法研究和处理模糊性现象的一门数学新分支。它以“ 模糊集合 ” 为基论础。模糊数学提供了一种处理不肯定性和不精确性问题的新方法，是描述人脑思维处理模糊信息的有力工具。它既可用于 “ ” 硬科学方面，又可用于“ 科学方面。软” 神经网络（ｅｒｌｅｗｒ，写Ｎ，一种模仿生物神经网络的结ｎｕａｔｏｋ缩ｎＮ）是构和功能的数学模型或计算模型。神经网络由大量的人工神经元联结进行计算。大多数情况下人工神经网络能在外界信息的基础上改变内部结构，一种自应系统。现代神经网络是一种非线性统计性数据是适建模工具，常用来对输入和输出间复杂的关系进行建模，或用来探索数据的模式。本文采用由前两次学习步长来决定本次学习步长的方法加速网络的收敛速度并增强稳定性，传递函数作适当调整，对并将３层结构改为５。按照学习规则进行学习，到达到预先规定的精度或者达到最大层直训练次数才停止学习。２２．模糊神经网络（）１网络结构般模糊神经网络Ｉ１１６５１－有输入层、隐含层、化层、模糊模糊推理层和解模糊层。如果不采用等效处理直接设计为每层都是全链接，则网络复杂、庞大，导致模型训练时不易收敛。本文中使用结构如图１示。所

环境质量评价方法

Ci
Si
av
为土壤污染物中污染指数平均值。
A
23
（四）环境质量综合评价
1．环境质量综合指数(PI综合) 环境质量综合评价是建立在大气、地面
水、地下水和土壤等环境质量评价的基础上进行的。采用迭加法，求出环境质量综合指数 (PI综合)： PI综合= PI地面水+ PI地下水+PI大气+ PI土壤+。。
A
2
引子
2011年12月4日19时，美使馆监测到的北京PM2.5 瞬时浓度为522ug/m3，对应空气质量指数(AQI)为上限值500，健康提示为“指数以外”。
美使馆监测到的PM 2.5浓度数值，通过一定的公式转换为AQI指数，对应地作出空气质量评价。其中，污染最严重的等级为AQI达到301～500，对应的空气质量评价为H (危险的)，而500就是AQI的最高值。
环境质量评价方法
A
1
前言
环境质量(environmental quality)一般是指一定范围内环境的总体或环境的某些要素对人类生存、生活和发展的适宜程度。
环境质量评价(environmental quality assessment)，按照一定的评价标准和评价方法对一定区域范围内的环境质量进行说明、评定和预测。
c i 1 oi
式中：ci——各种污染物的实测含量； coi——地面水中各种污染物浓度的最高
允许标准
A
19
（二）水质污染评价
（2）综合污染指数（K）：其计算式如下：
K n ck ci
i 1
coi
式中：ck——根据具体条件规定的水体各种污染物浓度的统一最高允许标准。即为权重校正因子。

常用水环境质量评价方法分析(白云鹏陈永健)陈永健的个人资料

常用水环境质量评价方法分析（白云鹏陈永健）陈永健的个人资料水环境质量评价，就是通过一定的数理方法与手段，对某一水环境区域进行环境要素分析，对其作出定量描述通过水环境质量评价，摸清区域水环境质量发展趋势及其变化规律，为区域环境系统的污染控制规划及区域环境系统工程方案的制定提供依据。

1．指数评价法指数评价法可分为单因子污染指数法和水质综合污染指数法，单因子污染指数表示单项污染物对水质污染影响的程度，水质综合污染指数表示多项污染物对水质综合污染的影响程度。

1．1单因子污染指数法单因子污染指数法是将某种污染物实测浓度与该种污染物的评价标准进行比较以确定水质类别的方法。

即将每个水质监测参数与《国家地面水环境质量标准》(GB3838—2002)进行比较，确定水质类别，最后选择其中最差级别作为该区域的水质状况类别。

1．2水质综合污染指数法水质综合污染指数法是指在求出各个单一因子污染指数的基础上，再经过数学运算得到一个水质综合污染指数，据此评价水质，并对水质进行分类的方法。

对分指数的处理不同，决定了指数法的不同形式，有诸如简单迭加型指数、算术平均型指数、加权平均型指数、罗斯水质指数、内梅罗指数、黄浦江污染指数、豪顿水质指数等。

单因子污染指数只能代表一种污染物对水质污染的程度，不能反映水质整体污染程度；综合污染指数法是对整体水质做出的定量描述，这样的评价结果只能定性地说明污染程度是轻、严重还是非常严重，不能确定其功能类别为几类。

但是，只要项目、标准、监测结果可靠，综合评价在总体上是可以基本反映水体污染性质与程度的，而且便于同一水体在时间上、空间上的基本污染状况和变化的比较，所以现在进行水质污染评价时常采用这种方法。

2．基于模糊理论的水环境评价法由于水体环境本身存在大量的不确定因素，各个项目的级别划分、标准确定都具有模糊性。

因此，模糊数学在水质综合评价中得到广泛应用。

具有代表性的方法有：模糊综合评判法、模糊概率法、模糊综合指数法等，其中应用较多的是模糊综合评判法，这种方法根据各污染物的超标情况进行加权，但污染物毒性与浓度不成简单的比例关系，因此，这种加权不一定符合实际情况。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

基于模糊神经网络的环境质量评价方法研究
近年来，随着人们对环境质量的关注度不断提高，环境质量评价成为了一个备
受关注的话题。

环境质量评价的目的是为了通过对环境中各种因素的测量和分析，评估出环境的质量并提出对策。

那么如何对环境质量进行评价呢？本文将着重介绍基于模糊神经网络的环境质量评价方法。

一、模糊神经网络的基本原理
模糊神经网络（Fuzzy Neural Network，FNN）是一种结合了模糊逻辑和神经网络的计算模型，它在神经网络的基础上增加了模糊推理部分。

模糊逻辑是一种通过给予事物以不确定的隶属度来表示模糊或不确定因素的逻辑。

在模糊逻辑中，一般采用隶属度函数来描述事物的属性。

神经网络的特点在于多个神经元互相连接，通过反复迭代学习使得网络输出趋于预期。

模糊神经网络的学习过程是通过修改每个隶属度函数的形状和位置来实现的。

因此，模糊神经网络既可以用于分类问题，也可以用于回归问题。

二、基于模糊神经网络的环境质量评价方法
基于模糊神经网络的环境质量评价方法主要包括以下几个步骤：
1. 建立模型：通过对环境中物理、化学、生物等各种因素的测量，得到环境质
量数据。

将这些数据输入到模型中，训练模型，得到模型公式。

2. 确定参考集：根据实际情况，选择一些已知环境质量的数据作为参考集。

这
些数据可以是历史数据或者是来自于其他研究的数据。

根据参考集中的数据，可以确定环境质量评价的等级。

3. 确定隶属度函数：对于每个参考集中的数据，需要确定其所属的隶属度函数。

隶属度函数反映了环境质量与质量等级之间的关系。

隶属度函数可以根据实际情况和经验进行确定。

4. 模型验证：用一部分数据对模型进行验证，检查模型的预测精度。

如果模型的预测精度较低，则需要对模型进行进一步的修改和优化。

5. 应用模型：通过输入新的环境质量数据，使用已经训练好的模型，得出环境质量的评价结果，并根据评价结果进行环境保护和治理。

以上就是基于模糊神经网络的环境质量评价方法的基本流程。

该方法相对于传统的环境质量评价方法，具有以下优点：
1. 能够处理不确定性因素：模糊逻辑能够处理不确定性因素，而传统的环境质量评价方法往往采用确定性逻辑，较难处理不确定性因素。

2. 精度高：基于模糊神经网络的环境质量评价方法在模型建立和验证方面，都具有较高的预测精度，能够有效地反映环境质量的实际情况。

3. 可扩展性强：基于模糊神经网络的环境质量评价方法具有较强的可扩展性，能够在不同的环境条件下进行评价，并能够根据需要进行修改和优化。

总之，基于模糊神经网络的环境质量评价方法具有很高的应用价值。

在环境治理和保护方面，该方法为我们提供了一种新的有效手段。

未来，随着科技进步和理论研究的不断深入，该方法的发展前景将更加广阔。