下载文档原格式
第17卷 第2期1997年4月 中国环境科学C HIN A EN V I RO N M EN T A L SCIEN CE V o l.17No.2Apr.1997水环境质量评价灰色模式识别模型及应用*史晓新 夏 军(武汉水利电力大学河流工程系,武汉430072)文 摘 在灰色关联度的基础上,以定义的关联差异度为测度,并结合水质综合指数,构造一种新的水环境质量评价灰色模式识别模型。
该模型克服了灰色关联度分析方法评价结果趋于均化而分辨率低的缺点,同时评价结果具有连续性和可比性,能够更精确地反映水体污染程度的状况。
关键词 水质评价,关联差异度,灰色从属度,综合指数。
将处理系统不确定性问题的灰色系统理论应用于水环境质量评价是一个新的发展方向。
杨继东、夏军等分别提出了水环境质量灰色关联度评价方法(1～3)。
但用灰色关联度确定水质级别存在以下不足:一是由于受关联系数两级级差的影响,灰色关联度评价值趋于均化,分辨率较低,不易区分两级别间的差异;二是划归同一水质级别的不同水体样本污染程度的高低难以精确地区分。
为此,本文在灰色关联度的基础上,以定义的关联差异度为测度,并结合水质综合指数,构造一种新的水环境质量评价灰色模式识别模型,为水环境质量评价提供一条新途径。
1 水环境质量评价灰色模式识别模型设有待分级评价的n个水质监测样本,每个样本有m项污染指标监测值x,根据国家规定的m项指标评价等级数c和水质标准浓度值s,有c 级国家水质标准浓度矩阵(1)和水质监测浓度矩阵(2):S m×c=(s it)m×c(1)X m×n=(X ij)m×n(2)式中:i=1,2,……m;t=1,2,……c;j=1,2,……n。
在实际工作中,考虑到各种水质指标的量级可能不完全相同,各个水质指标的单位也不尽一样,因此在评价之前,有必要将标准矩阵(1)和样本矩阵(2)中的元素归一化,转变为[0,1]区间内取值数。
灰色系统模型在我国污水排放量模拟及预测中的应用高益新;张祥;陈茜【摘要】针对我国污水排量进行研究,运用2006～2011年的污水排放资料建立灰色系统GM(1,1)模型,预测其发展变化过程.通过将2012年的预测结果与实际数据进行对比,检验了模型的可信度.数据显示,我国污水排放量从2006年的536.8亿吨上升到了2011年的652.1亿吨.根据计算,到2018年其总量将比2006年增涨50％以上.今后,污水排放量的快速增长,将会迫切要求进行合理有效的水资源规划和管理,以实现水资源的可持续发展利用.【期刊名称】《气象水文海洋仪器》【年(卷),期】2015(032)004【总页数】3页(P89-91)【关键词】污水排放量;灰色系统;预测【作者】高益新;张祥;陈茜【作者单位】94995部队,如皋226552;94995部队,如皋226552;武汉大学人民医院,武汉430060【正文语种】中文【中图分类】TV213水资源的有限性和稀缺性使其成为全球所关注的焦点问题之一。
中国是一个严重干旱、缺水的国家，人均水资源占有量低。
缓解水资源的危机，研究污水再生利用是解决问题的有效措施之一[1]。
可再生水量主要取决于污水排放量[2]，这其中既有工业用水量等确定因素，又有水利用率等不确定因素。
因此研究污水排放量对于合理配置水资源具有重要意义。
本文利用灰色系统模型预测分析污水排放量，采用国家环保部公布的2006～2011年全国排污量作为原始序列建立了GM(1，1)模型，并用2012年的实际数据与模型预测结果进行了对比，所得结果具有很好的一致性。
该模型能够为未来合理利用水资源、缓解我国水资源紧缺，以及合理规划、管理水资源提供一定的参考。
1.1 灰色系统的概念及其研究内容灰色系统理论以灰色朦胧集为基础，通过生成灰色序列来建立灰色模型(GM)，是一种以系统分析、评估、建模和预测为主体的理论体系[3，4]。
该方法以仅有少量小样本的不确定性系统为研究对象，通过对已知信息的分析加工，得到规律性认识，从而实现对整个系统的运行和演化规律进行描述。
优化的灰色离散Verhulst模型在基坑沉降预测中的应用张闯;彭振斌;彭文祥【摘要】Considering the low accuracy of the traditional grey Verhulst model in the foundation pit settlement prediction, the optimized discrete grey Verhulst model was put forward. In the settlement monitoring of foundation pit, the new monitoring settlement data was constantly added to the original data sequence, and all kinds of factors would bring new disturbance, so the original model accuracy was reduced. In order to avoid the resulting errors, the metabolic method was used to establish the optimization of one-dimensional and two-dimensional metabolic model of grey discrete Verhulst model. The traditional Verhulst model, the optimization of the discrete grey Verhulst model and the optimization of one- dimensional and two-dimensional metabolic model of grey discrete Verhulst model were compared. The results show that the proposed model is based on the reciprocal transformation of the original data sequence by using discrete thinking, and the change from continuous form to discrete form reduces the error from the differential equation to the difference equation in the modeling process of the traditional Verhulst model. The optimized grey discrete Verhulst model based on the metabolic method has higher accuracy, and the model can be used to predict the settlement of the foundation pit.%基于传统的灰色Verhulst模型在基坑沉降预测中精度较低的问题,提出优化的灰色离散Verhulst模型.在基坑沉降监测中,由于有新的监测沉降值不断补充到原始数据序列中,各种因素会带来新的扰动,原来的模型精度降低,为避免由此产生的误差,用新陈代谢方法建立优化灰色离散Verhulst一维、二维新陈代谢模型.将传统Verhulst模型、优化的灰色离散Verhulst模型及优化灰色离散Verhulst一维、二维新陈代谢模型进行比较.研究结果表明:该模型通过采用离散化思维对原数据序列进行倒数变换,从连续形式向离散形式变化,减小了传统Verhulst模型建模过程中从微分方程到差分方程带来的误差;采用新陈代谢方法的优化灰色离散Verhulst模型精度更高,可选用该模型对基坑进行沉降预测.【期刊名称】《中南大学学报（自然科学版）》【年(卷),期】2017(048)011【总页数】7页(P3030-3036)【关键词】沉降预测;优化的灰色离散Verhulst模型;新陈代谢方法;预测精度【作者】张闯;彭振斌;彭文祥【作者单位】中南大学地球科学与信息物理学院,湖南长沙,410083;中南大学地球科学与信息物理学院,湖南长沙,410083;中南大学地球科学与信息物理学院,湖南长沙,410083【正文语种】中文【中图分类】TU432基坑沉降预测是工程监测中非常重要的内容。
