基于模糊识别的地下水评价
2015-04-13张钟元
黑龙江水利科技 2015年10期
张钟元
(黑龙江省水利水电勘测设计研究院,哈尔滨150080)
0 引言
了解中国的地下水水质状况,根据地下水水质现状评价成果,密切结合污染源种类、物质组成和地理分布特征,通过综合分析,确定污染范围,并探讨地下水污染的成因。至今为止,国内外学者做了大量的研究,依据《地下水质量标准》(GB/T1448-93),提出了很多的地下水水质评价的方法,比如BP神经网络模型、灰色关联聚类、熵权的模糊物元、模糊综合评判法、相关性分析方法、模糊数学法[1]等,并取得了一定的研究成果。文章结合石家庄地区2004年地下水水质统测数据的实例,应用工程模糊集理论中的二元比较方法确定权重以及模糊识别模型来进行地下水水质评价,取得较为良好的效果,模糊识别模型较其它方法相对简便,结果也较为理想。为制定地下水资源可持续开发利用政策、措施提供技术依据。
1 二元比较
设基本单元系统中有因素集公式为:
其重要性的二元对比矩阵为:

若满足条件:
1)当fhk>fhl时,有fkl=0
2)当fhk<fhl时,有fkl=1
3)当fhk=fhl时,有fkl=0.5
则矩阵F必须满足重要性定性排序的传递性,F称为重要性排序一致性标度矩阵,h=1,2,…,n。
2 模糊识别模型[2]
设有需要对模糊概念或模糊子集A进行识别的n个样本组成的组合,有m个指标(或目标)特征值表示样本的整体特征,则有样本集的指标(或目标)特征值矩阵:

式中:xij为样本j指标i的特征值,i=1,2,…,m;j= 1,2,...,n。
如样本集依据m个指标按c个状态或级别的已知指标标准特征值进行识别,则有指标标准特征值矩阵:

式中:yih为状态或级别h指标i标准特征值,h=1,2,…,c;i=1,2,…,m。……
登录APP查看全文
