• 全国中文核心期刊
  • 中国科技核心期刊
  • 美国工程索引(EI)收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于非线性测度函数的改进属性识别模型在水质综合评价中的应用

张礼兵 金菊良 程吉林 王硕

张礼兵, 金菊良, 程吉林, 王硕. 基于非线性测度函数的改进属性识别模型在水质综合评价中的应用[J]. 水科学进展, 2008, 19(3): 422-427.
引用本文: 张礼兵, 金菊良, 程吉林, 王硕. 基于非线性测度函数的改进属性识别模型在水质综合评价中的应用[J]. 水科学进展, 2008, 19(3): 422-427.
ZHANG Li-bing, JIN Ju-liang, CHENG Ji-lin, WANG Shuo. Application of improved attribute recognition model based on non-linear measure function to comprehensive assessment on river water quality[J]. Advances in Water Science, 2008, 19(3): 422-427.
Citation: ZHANG Li-bing, JIN Ju-liang, CHENG Ji-lin, WANG Shuo. Application of improved attribute recognition model based on non-linear measure function to comprehensive assessment on river water quality[J]. Advances in Water Science, 2008, 19(3): 422-427.

基于非线性测度函数的改进属性识别模型在水质综合评价中的应用

基金项目: 国家自然科学基金资助项目(50579009;70471090);合肥工业大学基金项目(08083F;GDBJ2008-003)
详细信息
    作者简介:

    张礼兵(1972- ),男,安徽肥东人,副教授,博士研究生,主要从事水资源系统工程研究.E-mail:zhanglibing777@163.com

  • 中图分类号: X522

Application of improved attribute recognition model based on non-linear measure function to comprehensive assessment on river water quality

Funds: The study is financially supported by the National Natural Science Foundation of China(No.50579009;70471090).
  • 摘要: 线性测度函数的传统属性识别模型,对水质评价标准随机抽样的评价结果存在较大误差。为增加其对实测样本评价的可信度,提出了基于非线性属性测度函数的改进属性识别模型。均匀随机和正交设计两种抽样的评价试验显示,改进属性识别模型评价结果准确度明显好于传统模型,说明指标的属性测度函数对属性识别模型的综合评价结果有重要影响。太原市地下水水质的综合评价实例说明,由于非线性测度函数比线性测度函数能更好地描述评价指标的实际隶属度,故改进的属性识别模型具有更高的评价可信度,在水质综合评价中具有更广泛的适用性。
  • [1] 金菊良,王文圣,洪天求,等.流域水安全智能评价方法的理论基础探讨[J].水利学报,2006,37(8):918-925.(JIN Ju-liang,WANG Wen-shen,HONG Tian-qiu.Theoretical basis of intelligent evaluation methods of watershed water security[J].Journal of Hydraulic Engineering,2006,37(8):918-925.(in Chinese))
    [2] 朱剑英.智能系统非经典数学方法[M].武汉:华中科技大学出版社,2001.1-87.(ZHU Jian-ying.Non-classical mathematical methods in intelligent system[M].Wuhan:Huazhong University of Science and Technology Press,2001.1-87.(in Chinese))
    [3] 建筑与环境学院.太原市水环境质量评价[M].太原:太原工业大学出版社,1993.1-51.(Architecture and Environment college.Water environmental quality assessment of Taiyuan[M].Taiyuan:Taiyuan University of Technology Press,1993.1-51.(in Chinese))
    [4] 王艳芳.地下水灌溉水质评价的灰色聚类分析[J].宁夏农学院学报,1997,18(4):81-85.(WANG Yan-fang.The assessment of under-ground irrigation water quality based ongrey cluster analysis[J].Journal of Ningxia Agricultural College,1997,18(4):81-85.(in Chinese))
    [5] 卢新卫.基于人工神经网络的水质污染综合评价方法[J].工程勘察,1997(6):25-43.(LU Xin-wei.Comprehensive assessment of water quality pollution based on artificial neural network[J].Geotechnical Investigation and Surveying,1997(6):25-43.(in Chinese))
    [6] 刘坤,刘贤赵,王巍,等.模糊概率神经网络水质评价模型及其应用[J].数学的实践与认识,2006,36(12):138-144.(LIU Kun,LIU Xian-zhao,WANG Wei,et al.Fuzzy probabilistic neural network water quality evaluation model and its application[J].Mathematics in Practice and Theory,2006,36(12):138-144.(in Chinese))
    [7] 陈守煜,李亚伟.基于模糊人工神经网络识别的水质评价模型[J].水科学进展,2005,16(1):92-97.(CHEN Shou-yu,LE Ya-wei.Water quality evaluation based on fuzzy artificial neural network[J].Advances in Water Science,2005,16(1):92-97.(in Chinese))
    [8] 金菊良,黄慧梅,魏一鸣.基于组合权重的水质评价模型[J].水力发电学报,2004,23(3):13-19.(JIN Ju-liang,HUANG Hui-mei,WEI Yi-ming.Comprehensive evaluation model for water quality based on combined weights[J].Journal of Hydroelectric Engineering,2004,23(3):13-19.(in Chinese))
    [9] FRIEDMAN J H,TURKEY J W.A projection pursuit algorithm for exploratory data analysis[J].IEEE Trans On Computer,1974,23(9):881-890.
    [10] 何玲,陈晓宏.一个基于熵最大原理的地下水评价模型[J].水科学进展,2001,12(1):47-51.(HE Ling,CHEN Xiao-hong.A model for groundwater quality assessment based on the maximum entropy theory[J].Advances in Water Science,2001,12(1):47-51.(in Chinese))
    [11] AMOROCHO I,ESPILDORA B.Entropy in the assessment of uncertainty in hydrologic systems and models[J].Water Resource Research,1973,9(6):1 511-1 522.
    [12] 程乾生.属性识别理论模型及其应用[J].北京大学学报(自然科学版),1997,33(1):12-20.(CHEN Qian-shen.Attribute recognition theoretical model with application[J].Acta Scicentiarum Naturalum Universitis Pekinesis,1997,33(1):12-20.(in Chinese))
    [13] 郭奇,曹洪洋.大气环境质量评价的属性识别法[J].环境监测管理与技术,2004,16(3):41-44.(GUO Qi,CAO Hong-yang.Attribute recognition method in atmospheric environmental quality assessment[J].The Administration and Technique of Environmental Monitoring,2004,16(3):41-44.(in Chinese))
    [14] 门宝辉,梁川.属性识别方法在水资源系统可持续发展程度综合评价中的应用[J].浙江大学学报(农业与生命科学版),2002,28(6):675-678.(MEN Bao-hui,LIANG Chuan.Application of attribute recognition method for evaluating on sustained developmental degree of water resource systems[J].Journal of Zhejiang University(Agric.&Life Sci.),2002,28(6):675-678.(in Chinese))
  • [1] 鲍振鑫, 张建云, 刘九夫, 王国庆, FU Guobin, 贺瑞敏, 严小林.  基于土壤属性的VIC模型基流参数估计框架 . 水科学进展, 2013, 24(2): 169-176.
    [2] 王绍玉, 刘佳.  城市洪水灾害易损性多属性动态评价 . 水科学进展, 2012, 23(3): 334-340. doi: CNKI: 32.1309.P.20120501.1618.017
    [3] 邹强, 周建中, 周超, 陈生水, 宋利祥, 郭俊, 刘懿.  基于最大熵原理和属性区间识别理论的洪水灾害风险分析 . 水科学进展, 2012, 23(3): 323-333. doi: CNKI: 32.1309.P.20120501.1618.018
    [4] 房克照, 邹志利.  应用二阶完全非线性Boussinesq方程模拟破碎波浪 . 水科学进展, 2012, 23(1): 96-103. doi: CNKI:32.1309.P.20120104.2012.009
    [5] 朱伟, 夏霆, 姜谋余, 赵联芳.  城市河流水环境综合评价方法探讨 . 水科学进展, 2007, 18(5): 736-744.
    [6] 陈守煜, 李亚伟.  基于模糊人工神经网络识别的水质评价模型 . 水科学进展, 2005, 16(1): 88-91.
    [7] 熊建秋, 李祚泳, 邹长武.  基于粗集理论的地下水水质指标属性约简 . 水科学进展, 2005, 16(4): 494-499.
    [8] 杨晓华, 杨志峰, 沈珍瑶, 陆桂华, 郦建强.  水环境非线性时序预测的高精度RBF网络模型 . 水科学进展, 2005, 16(6): 788-791.
    [9] 张扬, 李瑞杰, 郑金海.  波浪的非线性频散关系 . 水科学进展, 2004, 15(4): 448-453.
    [10] 杨晓华, 杨志峰, 郦建强, 张纪昌.  水环境质量综合评价的多目标决策-理想区间法 . 水科学进展, 2004, 15(2): 202-205.
    [11] 王纲胜, 夏军, 朱一中, 牛存稳, 谈戈.  基于非线性系统理论的分布式水文模型 . 水科学进展, 2004, 15(4): 521-525.
    [12] 杨红坡, 谢新宇, 张继发, 曾国熙.  潜水一维非稳态运动的解析理论及应用 . 水科学进展, 2004, 15(1): 82-86.
    [13] 杨晓华, 杨志峰, 郦建强.  水环境模型参数识别的一种新方法 . 水科学进展, 2003, 14(5): 554-557.
    [14] 杨具瑞, 方铎, 何文社, 刘兴年.  推移质输沙率的非线性研究 . 水科学进展, 2003, 14(1): 36-40.
    [15] 李本纲, 陶澍, 曹军.  水环境模型与水环境模型库管理 . 水科学进展, 2002, 13(1): 14-20.
    [16] 秦肖生, 曾光明.  遗传算法在水环境灰色非线性规划中的应用 . 水科学进展, 2002, 13(1): 31-36.
    [17] 袁新明, 唐锦春, 毛根海, 吴寿荣.  双时间尺度紊流模型的非线性修正与验证 . 水科学进展, 2002, 13(1): 78-82.
    [18] 曾光明, 卓利, 钟政林, 张盼月, 李新民.  水环境健康风险评价模型 . 水科学进展, 1998, 9(3): 212-217.
    [19] 郭宗楼.  非线性节水高产优化模型 . 水科学进展, 1994, 5(1): 58-63.
    [20] 刘春蓁, 田玉英.  用改进的非线性水量平衡模型研究气候变化对径流的影响 . 水科学进展, 1991, 2(2): 120-126.
  • 加载中
计量
  • 文章访问数:  7
  • HTML全文浏览量:  2
  • PDF下载量:  520
  • 被引次数: 0
出版历程
  • 收稿日期:  2007-06-19
  • 刊出日期:  2008-05-25

基于非线性测度函数的改进属性识别模型在水质综合评价中的应用

    基金项目:  国家自然科学基金资助项目(50579009;70471090);合肥工业大学基金项目(08083F;GDBJ2008-003)
    作者简介:

    张礼兵(1972- ),男,安徽肥东人,副教授,博士研究生,主要从事水资源系统工程研究.E-mail:zhanglibing777@163.com

  • 中图分类号: X522

摘要: 线性测度函数的传统属性识别模型,对水质评价标准随机抽样的评价结果存在较大误差。为增加其对实测样本评价的可信度,提出了基于非线性属性测度函数的改进属性识别模型。均匀随机和正交设计两种抽样的评价试验显示,改进属性识别模型评价结果准确度明显好于传统模型,说明指标的属性测度函数对属性识别模型的综合评价结果有重要影响。太原市地下水水质的综合评价实例说明,由于非线性测度函数比线性测度函数能更好地描述评价指标的实际隶属度,故改进的属性识别模型具有更高的评价可信度,在水质综合评价中具有更广泛的适用性。

English Abstract

张礼兵, 金菊良, 程吉林, 王硕. 基于非线性测度函数的改进属性识别模型在水质综合评价中的应用[J]. 水科学进展, 2008, 19(3): 422-427.
引用本文: 张礼兵, 金菊良, 程吉林, 王硕. 基于非线性测度函数的改进属性识别模型在水质综合评价中的应用[J]. 水科学进展, 2008, 19(3): 422-427.
ZHANG Li-bing, JIN Ju-liang, CHENG Ji-lin, WANG Shuo. Application of improved attribute recognition model based on non-linear measure function to comprehensive assessment on river water quality[J]. Advances in Water Science, 2008, 19(3): 422-427.
Citation: ZHANG Li-bing, JIN Ju-liang, CHENG Ji-lin, WANG Shuo. Application of improved attribute recognition model based on non-linear measure function to comprehensive assessment on river water quality[J]. Advances in Water Science, 2008, 19(3): 422-427.
参考文献 (14)

目录

    /

    返回文章
    返回