综合权重的可变模糊识别模型在水质动态评价中的应用.docVIP

综合权重的可变模糊识别模型在水质动态评价中的应用 　　摘要：水质评价不仅要描述水体状态，还需要体现水体水质的变化过程。针对水质评价的模糊性、不确定性、时序性的特点，将可变模糊识别模型应用于水质动态评价，其中权重采用层次分析法和熵权法耦合确定，使其融合了原始水质数据信息与科研人员对科学问题的认识。在运用蒙特卡罗法分析指标不确定性对水质评价结果影响的基础上，运用所建模型进行逐月水质动态评价。以碧流河水库为例进行水质评价的结果表明，其水质在Ⅱ到Ⅲ类之间，各月间无显著变化；8月、9月的水质稍差，主要污染指标是总氮。 　　关键词：可变模糊识别模型；综合权重；水质动态；不确定性；水质评价 　　中图分类号：X824 文献标志码：A 文章编号：1672-1683（2015）06-1075-05 　　Abstract：Water quality evaluation includes the description of water state and variation process of water quality.Due to the characteristics of water quality，such as fuzziness，uncertainty，and randomness，the variable pattern recognition model was applied to evaluate water quality dynamics.The weight was determined using the coupling analytic hierarchy process and entropy method，so the original water quality data and scientific research can be combined together.The Monte Carlo method was used to analyze the effects of index uncertainty on water quality evaluation，and the model was used to conduct monthly evaluation of water quality dynamics in the Biliu reservoir.The results showed that water quality in the Biliu reservoir is between level II and III，there are no significant changes between each month but water quality in August and September are worse，and the main pollution index is total nitrogen. 　　Key words：variable fuzzy pattern recognition model；synthetic weight；water quality dynamics；uncertainty；water quality assessment 　　水质变化不仅受到诸多物理、化学、生物等指标的影响，还受到外部环境例如季节转化[1]、突降暴雨等因素的干扰[2]，同时样品采集与检测过程还使得水质指标具有不确定性[3]。因此，水质评价问题具有客观性、模糊性、随机性、时序性等特点。目前常用的评价方法有综合指数法、模糊评价法、集对分析法、物元可拓法、灰色理论法等[4-9]。但过去的水质评价多是针对水质的静态评价，较少考虑水质的时序变化性，也常忽视样品采集与分析过程中带来的随机性。针对这些问题，本文探索了可变模糊识别模型在水质动态评价中的应用，并分析了指标不确定性对评价结果的影响。将其应用到碧流河水库水质动态评价，以期为该水库和相似水库水质管理提供技术支持。 　　1 基于综合权重的可变模糊识别评价模型 　　1.1 可变模糊识别模型理论 　　陈守煜教授提出了利用数的相对连续概念来表示模糊现象、事物、概念的相对隶属度，建立以动态变化的相对隶属度概念为基础的工程模糊集理论，并进一步创建了可变模糊集理论[10]。该理论通过计算样本的相对隶属度分析样本的隶属程度，其计算过程与理念是连续的模糊的，这与水质评价的特性相吻合。此外该模型根据所选的的准则参数不同即组合变换线性、非线性、海明距离、欧式距离，可变化四种模型，避免了传统模型的单一性，结果更加稳定[11-12]。由于水质评价本质上是一种级别归属的识别，因此本文选用可变模糊识别模型进行评价。