鞠学亮，张 戈，2，高 跃，田 冲

(1.辽宁师范大学城市与环境学院，辽宁大连 116029;2.辽宁师范大学自然地理与空间信息科学辽宁省重点实验室，辽宁大连 116029)

随着水资源问题的日益突出，水质评价成为水环境保护和治理的一项基础性工作。为防止水质进一步恶化，加强水资源科学管理，对水质做出客观、合理的评价显得尤为重要［1-2］。目前水质评价的主要方法为B-P人工神经网络法、灰色关联分析法、单因子评价法、模糊综合评价法等。其中BP人工神经网络法对于神经元的权重和阈值的确定具有经验性，且计算复杂，需要编程来实现。灰色关联分析法通过关联度的概念衡量各因素之间关联程度，具有较好的可比性，但结果的均值化问题有待解决。单因子评价法只考虑超标严重的指标对水质的影响，弱化了其他指标的作用［3-7］。

由于水体本身具有流动性、多变性和复杂性，在进行水质综合评价时，评价标准的标准量化、指标和权重选取的模糊性，都会影响最终水质评价结果。可变模糊评价在模糊集合理论基础上将评价准则细分为吸引域和范围域，将事物渐变过程中的不分明性用数学形式进行表达，使得模糊数学中的可变模糊综合评价法成为处理这种外延边界“模糊不清”问题的较好方法［8-10］。在进行多指标评价过程中，各指标权重的确定是否合理，直接影响到决策结果的可靠性和有效性。目前，权重的确定大体可分为主观权重和客观权重。确定主观权重的主要方法有:层次分析法、有序二元对比法、专家调查法等，主观权重根据决策者的经验进行评价，主观因素影响明显，随意性较大。……