基于减法聚类的ANFIS在水资源利用状况评价中的应用.pdfVIP

广东水利电力职业技术学院学报 年 第 卷 第 期 ， ， ， 基于减法聚类的 在水资源利用状况 评价中的应用 杨先野 王宝华 （ 广州市宏涛水利水 电勘测设计有限公司， 广东 广州 ） （ 广州市水利水 电勘测设计院， 广东 广州 ） 摘要： 水资源利用动态变化研究是以水资源利用状况评价为基础 通过水资源利用指数的时 空变化来反映的科氧氧 因此评价实体。 目标。 指标体系有所不同 评价模式 方法 也存在差 异氧 由于涉及多个评价指标 所以属于高维数据处理问题氧 针对上述情况提出基于减法聚类 的自适应模糊神经网络模型， 通过减法聚类完成高 维数据向低维空间的转换 即将每个样本 的多个评价指标综合成一个综合指标 用自适应模糊神经网络建立水资源利用综合评价模型 从而实现对水资源利用状况的评价氧 关键词： 水资源利用状况； 评价； ； 减法聚类 中图分类号： 文献标识码： 文章编号： （ ） 随着近年来三江平原农业水资源的供需矛盾日 参数和结论参数， 井能自动产生 规则。 其 益加剧， 急需建立综合评 模型对三江平原农业水 主要特点是借助神经网络的信息存储能力和学习能 资源供需状况进行等级综合评价， 得出农业水资源 力， 在对广泛选择的样本进行学习后优化控制规 供需状况所属等级， 采取相应的管理措施， 实现水 则， 建立各语言变量的隶属度 函数及每条规则的输 资源的可持续发展。 本文应用基于减法聚类的自 出函数， 使系统本身朝着自适应、 自组织、 自学习 适应模糊神经网络等级评价模型， 通过减法聚类 的方向发展。 完成高维数据向低维空间的转换， 用减法聚类建 基于减法聚类的 结构如图 所示。 立农业水资源供需状况综合评价的模糊神经网络 对于一阶 模糊模型， 具有两条 模糊 等级模型， 从而实现对农业水资源供需状况的等 规则的普通规则如下： 规则 ： 是 （ ） 级综合评价。 规则 ： 是 （ ） 水资源利用状况评价的基于减法聚类的 模糊推理的输出采用加权平均法， 即 等级评价模型