[發(fā)明專(zhuān)利]基于組合權(quán)重的地表水水質(zhì)評(píng)價(jià)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201210003871.X
• 申請(qǐng)日: 2012-01-06
• 公開(kāi)（公告）號(hào): CN102565297A
• 公開(kāi)（公告）日: 2012-07-11
• 發(fā)明（設(shè)計(jì)）人: 冀海峰;湯愛(ài)中;王保良;黃志堯;李海青
• 申請(qǐng)（專(zhuān)利權(quán)）人: 浙江大學(xué)
• 主分類(lèi)號(hào): G01N33/18
• 分類(lèi)號(hào): G01N33/18;G06F19/00
• 代理公司: 杭州求是專(zhuān)利事務(wù)所有限公司 33200
• 代理人: 張法高

1.一種基于組合權(quán)重的地表水水質(zhì)評(píng)價(jià)方法，其特征在于它的步驟如下：

1)首先選取實(shí)際監(jiān)測(cè)水質(zhì)指標(biāo)中的溶解氧、高錳酸鹽指數(shù)、氨氮、總磷、總氮、化學(xué)需氧量、五日生化需氧量、重金屬銅、重金屬鉻、重金屬鉛、氰化物、氟化物、硝酸鹽、揮發(fā)酚、石油類(lèi)、糞大腸菌群，建立水質(zhì)評(píng)價(jià)體系，然后使用主觀賦權(quán)法層次分析法、客觀賦權(quán)法熵值法和超標(biāo)加權(quán)法獲取水質(zhì)指標(biāo)的三組權(quán)重向量，并且使用基于理想點(diǎn)法的權(quán)重合成方法進(jìn)行權(quán)重合成，確定水質(zhì)指標(biāo)的組合權(quán)重；

2)將所選取的水質(zhì)指作為一組證據(jù)，計(jì)算各個(gè)證據(jù)對(duì)于各水質(zhì)類(lèi)別的基本信任分配，然后使用基于組合權(quán)重的證據(jù)加性合成規(guī)則進(jìn)行證據(jù)合成；

3)根據(jù)證據(jù)合成結(jié)果，選取信任度最高的水質(zhì)類(lèi)別作為該水質(zhì)評(píng)價(jià)類(lèi)別，并根據(jù)各水質(zhì)類(lèi)別的信任度變化進(jìn)行水質(zhì)變化趨勢(shì)的分析。

2.根據(jù)權(quán)利要求1所述的一種基于組合權(quán)重的地表水水質(zhì)評(píng)價(jià)方法，其特征在于所述的步驟1)為：

1)計(jì)算水質(zhì)指標(biāo)的主觀權(quán)重

使用層次分析法計(jì)算水質(zhì)指標(biāo)的主觀權(quán)重，根據(jù)所選取的水質(zhì)指標(biāo)，建立水質(zhì)指標(biāo)遞階層次結(jié)構(gòu)，并進(jìn)行各層次指標(biāo)間的兩兩比較，建立判斷矩陣，然后使用特征根法計(jì)算各指標(biāo)的權(quán)重；

2)計(jì)算水質(zhì)指標(biāo)的超標(biāo)權(quán)重

使用超標(biāo)加權(quán)法計(jì)算水質(zhì)指標(biāo)的超標(biāo)權(quán)重，若指標(biāo)超標(biāo)嚴(yán)重，則給該指標(biāo)分配較大的權(quán)重，以突出超標(biāo)污染物對(duì)于人體的影響，超標(biāo)權(quán)重計(jì)算式為：

wj=cj/sjΣj=1ncj/sj---(1)]]>

式中w_j表示第j個(gè)水質(zhì)指標(biāo)的權(quán)重，c_j表示第j個(gè)指標(biāo)的實(shí)際監(jiān)測(cè)值，s_j表示第j個(gè)指標(biāo)的判別標(biāo)準(zhǔn)值，s_jk表示第j個(gè)水質(zhì)指標(biāo)第k級(jí)標(biāo)準(zhǔn)值，其中：

sj=1dΣk=1dsjk,k=1,2,···5;d=5---(2);]]>

3)計(jì)算水質(zhì)指標(biāo)的熵權(quán)

使用動(dòng)態(tài)熵值法確定水質(zhì)指標(biāo)的熵權(quán)，假設(shè)不同監(jiān)測(cè)時(shí)刻下的m個(gè)水質(zhì)樣本n個(gè)評(píng)價(jià)指標(biāo)的原始數(shù)據(jù)構(gòu)成矩陣[a_ij]m×n，采用極差變換法進(jìn)行規(guī)范化處理得到規(guī)范化矩陣[b_ij]m×n，第j個(gè)指標(biāo)的m個(gè)監(jiān)測(cè)值構(gòu)成一個(gè)時(shí)間序列，則第j個(gè)指標(biāo)的熵權(quán)計(jì)算公式為：

wj=1-Hjn-Σj=1nHj---(3)]]>

其中：

Hj=-kΣi=1mfijlnfij,j=1,2,···n---(4)]]>

式中fij=bij/Σi=1mbij,k=1/lnm,]]>并且假定，當(dāng)f_ij＝0時(shí)，f_ijlnf_ij＝0，

熵權(quán)的大小反應(yīng)了水質(zhì)指標(biāo)的差異性，和包含水質(zhì)信息量的多少，通過(guò)不斷增加水質(zhì)樣本數(shù)m，各指標(biāo)的熵權(quán)會(huì)發(fā)生波動(dòng)，最后達(dá)到穩(wěn)定狀態(tài)，此時(shí)的熵權(quán)能夠反映水質(zhì)指標(biāo)，在長(zhǎng)期意義上的差異性，因此選取熵權(quán)達(dá)到穩(wěn)定情況下的值作為水質(zhì)指標(biāo)最終的熵權(quán)；

4)權(quán)重向量合成

在水質(zhì)評(píng)價(jià)中，將各水質(zhì)樣本看作是各指標(biāo)組成的高維空間中的一些點(diǎn)，若水質(zhì)樣本的各項(xiàng)指標(biāo)均達(dá)到最優(yōu)，則構(gòu)成高維空間中的理想點(diǎn)，基于理想點(diǎn)法的權(quán)重合成方法，是通過(guò)使水質(zhì)樣本到理想點(diǎn)的距離達(dá)到最大，進(jìn)而實(shí)現(xiàn)權(quán)重的合成，具體合成方法如下：

假設(shè)m個(gè)水質(zhì)樣本n個(gè)評(píng)價(jià)指標(biāo)的原始數(shù)據(jù)構(gòu)成矩陣[a_ij]_m×n，采用極差變換法進(jìn)行規(guī)范化處理得到規(guī)范化矩陣[b_ij]_m×n，并用表示矩陣[b_ij]_m×n中第j列的最大值，則點(diǎn)構(gòu)成樣本空間中的理想點(diǎn)。設(shè)對(duì)于水質(zhì)樣本i分別采用三種賦權(quán)方法得到指標(biāo)權(quán)重向量w’、w”、w”’，且滿(mǎn)足歸一化條件，并設(shè)權(quán)重向量w’、權(quán)重向量w”和權(quán)重向量w”’的重要程度分別為α、β和γ，建立如下最優(yōu)化模型：

max(L)=Σj=1n(αwj′+βwj′′+γwj′′′)(bjmax-bij)2]]>且α²+β²+γ²＝1

解此最優(yōu)化模型并且令α*=αα+β+γ,]]>β*=βα+β+γ,]]>γ*=γα+β+γ,]]>得到合成后權(quán)重向量：

w^*＝α^*w′+β^*w″+γ^*w″′????(5)

式中：

α*=Σj=1nwj′(bjmax-bij)2Σj=1n(wj′+wj′′+wj′′′)(bjmax-bij)2,]]>β*=Σj=1nwj′′(bjmax-bij)2Σj=1n(wj′+wj′′+wj′′′)(bjmax-bij)2,]]>γ*=Σj=1nwj′′′(bjmax-bij)2Σj=1n(wj′+wj′′+wj′′′)(bjmax-bij)2.]]>

3.根據(jù)權(quán)利要求1所述的一種基于組合權(quán)重的地表水水質(zhì)評(píng)價(jià)方法，其特征在于所述的步驟2)為：

1)計(jì)算各證據(jù)的基本信任分配

根據(jù)《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)》(GB3838-2002)中規(guī)定的水質(zhì)分級(jí)標(biāo)準(zhǔn)，將水質(zhì)分為五類(lèi){I，II，III，IV，V}，構(gòu)成識(shí)別框架Θ。將水質(zhì)評(píng)價(jià)指標(biāo)作為一組證據(jù)，每個(gè)證據(jù)對(duì)于各水質(zhì)類(lèi)別的信任度利用“降半梯形”函數(shù)計(jì)算，

設(shè)x表示第j個(gè)指標(biāo)的實(shí)際監(jiān)測(cè)值，s_jk表示第j個(gè)指標(biāo)第k級(jí)標(biāo)準(zhǔn)值，g_jk＝(s_jk-1+s_jk)/2，表示第k-1級(jí)標(biāo)準(zhǔn)值和第k級(jí)標(biāo)準(zhǔn)值的平均值，f_jk(x)表示各水質(zhì)類(lèi)別的信任度，則第j個(gè)指標(biāo)的基本信任分配m_j＝(f_j1(x)，f_j2(x)，f_j3(x)，f_j4(x)，f_j5(x))，其中：

fi1(x)=10≤x<gj1gj2-xgj2-gj1gj1≤x<gj20gj2≤x---(6)]]>

fjk(x)=00≤x<gj(k-1)x-gj(k-1)gjk-gj(k-1)gj(k-1)≤x<gjkgj(k+1)-xgj(k+1)-gjkgjk≤x<gj(k+1)0gj(k+1)≤x---(7)]]>

fj5(x)=00≤x<gj4x-gj4gj5-gj4gj4≤x<gj51gj5≤x---(8)]]>

2)基于組合權(quán)重的證據(jù)加性合成

基于組合權(quán)重的證據(jù)加性合成規(guī)則，假設(shè)n個(gè)證據(jù)的基本信任分配為：m₁，m₂，...，m_n，各證據(jù)的組合權(quán)重w^*₁，w^*₂，...，w^*_n，對(duì)證據(jù)的基本信任分配進(jìn)行加權(quán)平均，則加權(quán)平均證據(jù)

m‾=Σj=1nw*jmj---(9)]]>

然后采用D-S證據(jù)合成規(guī)則將加權(quán)平均證據(jù)進(jìn)行合成，當(dāng)有n組證據(jù)時(shí)，即存在n項(xiàng)評(píng)價(jià)指標(biāo)，需將加權(quán)平均證據(jù)合成n-1次。