基于改进的粗糙集-云模型的水质评价方法

发布时间：2019-01-26 20:00

【摘要】：针对水质评价中不确定性特点,引入粗糙集和云模型理论,对我国12个代表性湖库的富营养化程度进行评价.根据既定的评价因子指标,确定相应于各富营养化等级的云模型参数,并生成各评价因子隶属于各富营养化等级的综合云模型,基于改进的粗糙集条件信息熵计算各指标的权重,构建指标体系下的改进的粗糙集-云模型.代入实测资料,计算实测水体隶属于各富营养化等级的确定度,以最大确定度作为水体的营养化级别.将该方法所得结果与单一指标法、模糊可变集法、正态云模型、Gamma-云等方法进行了对比,评价结果直观有效,验证了该方法的有效性,为水体富营养化评价提供了新思路.
[Abstract]:According to the characteristics of uncertainty in water quality assessment, rough set and cloud model theory are introduced to evaluate the eutrophication degree of 12 representative lakes and reservoirs in China. According to the established evaluation factor index, the cloud model parameters corresponding to each eutrophication grade are determined, and the comprehensive cloud model of each evaluation factor belonging to each eutrophication grade is generated. Based on the improved rough set conditional information entropy, the weight of each index is calculated, and the improved rough set cloud model under the index system is constructed. In addition to the measured data, the degree of determination of the measured water body belonging to each eutrophication grade is calculated, and the maximum degree of certainty is taken as the nutritional grade of the water body. The results obtained by this method are compared with single index method, fuzzy variable set method, normal cloud model and Gamma- cloud method. The evaluation results are intuitionistic and effective, which verify the validity of the method and provide a new idea for eutrophication evaluation of water body.
【作者单位】： 南京大学地球科学与工程学院;
【基金】：江苏省太湖水环境综合治理科研项目(TH2014307)
【分类号】：TP18

【相似文献】

相关期刊论文 前10条

1 周军,张庆灵,陈文实;覆盖粗糙集的一般化[J];东北大学学报;2004年10期

2 邱兆雷;范颖;王爱云;;粗糙集理论及进展[J];信息技术与信息化;2006年05期

3 徐伟华;张文修;;覆盖广义粗糙集的模糊性[J];模糊系统与数学;2006年06期

4 石杰;;粗糙集理论及其应用研究[J];科技信息;2008年33期

5 唐彬;;粗糙集理论和应用研究[J];内江科技;2008年03期

6 胡军;王国胤;;覆盖粗糙集的模糊度[J];重庆邮电大学学报(自然科学版);2009年04期

7 燕红文;康向平;张丽;;依赖空间与粗糙集理论[J];农业网络信息;2009年09期

8 林国平;;覆盖广义粗糙集与信任函数[J];漳州师范学院学报(自然科学版);2010年02期

9 王石平;祝峰;朱培勇;;基于抽象相关关系的粗糙集研究[J];南京大学学报(自然科学版);2010年05期

10 成新文;陈国超;李琦;;关于粗糙集的理论及应用研究[J];煤炭技术;2010年10期

相关会议论文 前10条

1 邹刚;滕书华;孙即祥;陈森林;敖永红;;一种粗糙集优化协同原型模式约简分类方法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

2 葛丽;傅彦;;粗糙集在科学数据属性约简中的应用[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年

3 陈雪飞;;粗糙集分类中耦合数据的处理方法研究[A];2008年全国开放式分布与并行计算机学术会议论文集(上册)[C];2008年

4 肖健梅;芦晓明;王锡淮;;集装箱起重机防摇系统粗糙集控制[A];第二十六届中国控制会议论文集[C];2007年

5 王印松;冯康;;主汽温调节系统性能评价的粗糙集实现方法[A];第二十七届中国控制会议论文集[C];2008年

6 卓明;王丽珍;谭旭;;基于粗糙集近似集扩展的规则提取算法[A];第十七届全国数据库学术会议论文集（技术报告篇）[C];2000年

7 董广军;张永生;戴晨光;范永弘;;基于粗糙集的多源信息融合处理技术[A];第三届全国信息获取与处理学术会议论文集[C];2005年

8 李雄;李胜利;徐宗昌;;基于粗糙集理论的状态监测与故障诊断(英文)[A];第三届全国信息获取与处理学术会议论文集[C];2005年

9 袁瑗;黄河清;;基于粗糙集辅助推理的故障诊断专家系统[A];全国自动化新技术学术交流会会议论文集（一）[C];2005年

10 孙亮;杨飞;于建均;陈梅莲;;一种基于指数粗糙集合的变精度控制器应用研究[A];第25届中国控制会议论文集（下册）[C];2006年

相关博士学位论文 前10条

1 马希骜;概率粗糙集属性约简理论及方法研究[D];西南交通大学;2014年

2 唐孝;基于粗糙集的知识发现方法及其在ECG信号识别中的应用[D];电子科技大学;2015年

3 曾凯;邻域粒化粗糙计算的关键技术研究与应用[D];电子科技大学;2015年

4 王永生;基于粗糙集理论的动态数据挖掘关键技术研究[D];北京科技大学;2016年

5 马周明;基于边界域的多粒度粗糙集及其相关度量[D];河北师范大学;2017年

6 孔芝;粗糙集理论若干问题的研究与应用[D];东北大学;2009年

7 秦中广;基于粗糙集的交叉研究及其在中医诊断的应用[D];华南理工大学;2002年

8 刘少辉;知识发现中粗糙集理论的研究[D];中国科学院研究生院（计算技术研究所）;2003年

9 邓大勇;基于粗糙集的数据约简及粗糙集扩展模型的研究[D];北京交通大学;2007年

10 孙英娟;基于粗糙集的分类方法研究[D];吉林大学;2011年

相关硕士学位论文 前10条

1 江飞;粗糙集神经网络故障诊断方法研究[D];西安石油大学;2015年

2 张德齐;基于粗糙集理论的电机故障诊断方法研究[D];渤海大学;2015年

3 聂萌瑶;基于泛系串并模型的粗糙集概念扩展与拓扑空间[D];兰州大学;2015年

4 孙宇航;粗糙集属性约简方法在医疗诊断中的应用研究[D];苏州大学;2015年

5 车世远;基于群搜索优化粗糙集的脑科学数据研究[D];大连海事大学;2015年

6 边松珍;简易覆盖及基于覆盖的粗传播[D];山东大学;2015年

7 张雷;基于粗糙集和SVM的体域网健康评估方法研究[D];浙江师范大学;2015年

8 张宁;基于粗糙集的代价区间与多人三支决策的研究[D];浙江师范大学;2015年

9 樊兵娇;基于证据理论的知识发现与不确定性研究[D];重庆理工大学;2015年

10 程钰;基于粗糙集的属性选择系统的设计与实现[D];山西大学;2015年

，

本文编号：2415857