张路

摘要：地下水水质评价具有随机性及模糊性等不确定性特点，本文以西鞍山矿区为例，采用基于云模型的综合评价方法对取样点地下水水质进行了评价，并将结果与BP人工神经网络、模糊综合评价结果对比，对比结果证实云模型在地下水水质评价中具有较好的适用性。评价过程充分考虑了地下水水质的随机性及模糊性，过程简便、结果合理，可为相似水质评价提供技术参考。

Abstract： The evaluation of groundwater quality is characterized by randomness and ambiguity. In this paper， taking Xi'anshan mining area as an example， the groundwater quality of sampling points is evaluated by using the comprehensive evaluation method based on cloud model， and the results are compared with BP artificial neural network and fuzzy comparison results. The result shows that the cloud model has a good applicability in the evaluation of groundwater quality. The evaluation process takes into account the randomness and ambiguity of groundwater quality， and the process is simple and the results are reasonable， which can provide technical reference for similar water quality evaluation.

关键词：地下水水质；云模型；不确定性；综合评价

Key words： groundwater quality；cloud model；uncertainty；comprehensive evaluation

中图分类号：X824 文献标识码：A 文章编号：1006-4311（2017）21-0223-03

0 引言

水质的优劣是确定水源优良程度的重要标准。目前水质评价的方法众多，传统评价主要为指数评价法，包括单因子评价法[1]及综合污染指数法[2]，指数评价法运用简便，可对水体水质是否达标进行判别，但不能对综合水质类别进行评价。近年来，随着计算机及模糊数学等的发展，国内外学者研究出了一系列水质评价的新方法，如物元分析法[3]、灰色系统评价法[4]、人工神经网络模型[9]、模糊综合评价法[5]等，各类方法特点不同、各有优劣，但都未充分考虑到评价过程的不确定性。本文以李德毅院士[6]提出的云模型理论为基础，建立地下水水质评价模型，综合考虑评价过程中的不确定性，并结合实例验证模型的有效性。

1 云模型原理

云模型由李德毅等于1995年提出，可实现定性概念向定量数值的转换，現已在数据挖掘、信任管理和综合评价等多个领域得到应用[7]。

1.1 云的定义

设U是一个定量论域，用精确数值表示，而C是U上的定性概念，若存在定量值x∈U，且x是定性概念C的一次随机实现，x对C的确定度μ（x）∈[0，1]是具有稳定倾向的随机数，即：