数据挖掘技术在水质评价中应用研究

被引:13
作者
邹国平
彭梅香
机构
[1] 新余学院计算机系
关键词
熵权法; 逼近理想解排序方法; 水质评价;
D O I
暂无
中图分类号
TP311.13 [];
学科分类号
摘要
研究水质评价准确性问题,提高水质评价结果。水质评价指标多,根据监测资料,每种指标对评价结果产生不同程度影响,即权重值不同。传统评估采用人为确定指标权重,具有盲目性和主观性,导致水质评价结果不科学,准确率低。为了提高水质评价的准确率,提出一种基于熵权的水质评价模型。首先构建水质评价指标体系,然后利用熵权法计算出各评价指标权重,最后利用逼近理想解排序法计算出各检测点到理想解和负理想解的距离,参照水质污染标准,得到各检测点水质污染等级,利用相对贴近度,获得水质污染值。研究结果表明,评价准确度高,是一种有效的水质评价方法,为评价水质提供了依据。
引用
收藏
页码:148 / 151
页数:4
相关论文
共 7 条
[1]
基于TOPSIS理论的导弹武器系统性能评估 [J].
陈军 ;
张会生 ;
张继光 .
计算机仿真, 2010, 27 (09) :83-87
[2]
基于灰色关联系数矩阵的TOPSIS模型在水环境质量评价中的应用 [J].
张军 ;
梁川 .
四川大学学报(工程科学版), 2009, 41 (04) :97-101
[3]
基于熵权的改进TOPSIS法在水质评价中的应用 [J].
张先起 ;
梁川 ;
刘慧卿 .
哈尔滨工业大学学报, 2007, (10) :1670-1672
[4]
模糊概率神经网络模型在水质评价中的应用 [J].
刘坤 ;
刘贤赵 ;
李希国 ;
孟翠玲 .
水文, 2007, (01) :36-39+25
[5]
水质评价的人工神经网络方法 [J].
张文鸽 ;
李会安 ;
蔡大应 .
东北水利水电, 2004, (10) :42-45+72
[6]
人工神经网络模型在地下水水质评价分类中的应用 [J].
孙涛 ;
潘世兵 ;
李永军 .
水文地质工程地质, 2004, (03) :58-61
[7]
地下水水质评价的人工神经网络方法 [J].
虞登梅 ;
江晓益 .
西安科技学院学报, 2003, (01) :27-29+37