胡 星 孔 舒 赵晓旭 李晓霜 李 伟

加权优序法和BP神经网络在水质评价中的应用比较

胡 星 孔 舒 赵晓旭 李晓霜 李 伟

一、加权优序法

1.加权优序法的基本原理

加权优序法是将有限个可行解按照加权优序数进行排序，根据加权优序数的大小顺序选择满意方案的多目标决策方法。

在使用加权优序法进行水质评价时，将水质标准、评价样本作为一个整体，计算出各评价指标的优序数，然后计算出各样本的加权优序数（各指标的权重系数可以根据专家评分、层次分析法等方法确定），根据优序数的大小顺序确定水质的相对优劣，根据评价样本和水质标准之间优序数的相对大小确定评价样本的水质的等级。

2.加权优序法的步骤

（1）构造多目标决策模型

根据实际问题，设有方案Xi（i=1，2，3，……，n），每个方案对应k个目标（k=1，2，3，……，m），由此构造多目标决策模型。

（2）确定各方案的优序关系

对于两个方案Xi，Xj，定义其优序关系为：

方案Xi与Xj相比时的优序数aijk（即Xi的第k个目标优于其他方案的个数，函数值相同时按0.5计算）为：

（3）计算加权优序数

考虑到各个目标存在重要性差异，往往需要对各个目标赋予不同的权重ωk，并假设，则加权优序数可按下式计算：

（4）将加权优序数排序

按从大到小的顺序将加权优序数排序，根据加权优序数的大小顺序可以选择出满意的方案。其计算过程如表1所示。

二、BP神经网络

1.人工神经网络介绍

人工神经网络的研究始于20世纪40年代，它是人工智能研究的一个重要领域。