模糊模式识别法在评价地下水水质中的应用

采用模糊模式识别法评价地下水水质,提出了相对隶属度理论,通过距离平方和最小的准则,建立目标函数,可得地下水水质的变化趋势,更符合当代地下水水质评价的要求。应用该法评价太原市地下水,得到了满意的结果。     

基于DRASTIC的地下水易污染性多目标模糊模式识别模型

介绍了目前国外广泛应用的含水层易污染性评价的DRASTIC模型,分析了该模型存在问题及产生原因,讨论了含水层易污染性及其评价中存在的模糊性,建立了多目标模糊模式识别模型,给出含水层易污染性评价大小的习惯性描述语言.分别用DRASTIC模型和多目标模糊模式识别模型对一个应用实例进行了研究,由评价结果的分析比较结果表明,多目标模糊模式识别模型比DRASTIC模型更真实地反映含水层易污染性.     

边坡稳定模糊随机可靠度分析

考虑边坡稳定评价中存在的两种不确定性--模糊性和随机性,以模糊随机变量为基本变量,建立模糊随机功能函数和模糊随机极限方程,得到模糊可靠指标和模糊可靠度。本文给出模糊随机可靠度的计算方法,给出实例并与经典随机可靠度比较,得到更合理的结果。     

深基坑支护方案综合评价模糊优化理论模型及其应用

运用扩展的最小二乘方准则构造目标函数,建立了一种适用于深基坑支护方案综合评价的模糊优化理论模型。以某大厦深基坑支护方案综合评价的模糊优化理论模型。以某大厦深基坑支护拟用的4种方案评价为例,说明了该模型的应用,并与采用其它方法得到的结果进行了对比。     

地下水库调蓄能力综合评价的指标体系与模糊集方法

从维护生态平衡与水资源可持续开发利用的角度定义了地下水库的调蓄能力,提出地下水库调蓄能力综合评价的指标体系。并在模糊模式识别理论与模型的基础上,去除指标间的相关性,建立一种适合于对多指标体系的地下水库调蓄能力进行综合评价的多层模糊模式识别交叉迭代模型。实例应用表明,该模型具有能同时考虑定性与定量指标,又能将迭代结果与决策者经验知识相结合来确定多指标权重的优点,便于推广应用。     

区域水资源与社会经济协调程度评价研究

基于陈守煜多级多目标模糊模式识别模型，提出了区域水资源与社会经济协调程度评价模型。该模型利用级别特征值解决了多层多级多目标系统区域水资源与社会经济协调程度的评价，给出了多个目标隶属函数的计算公式。经分析比较，方法可行，结果合理。     

深基坑支护方案综合评价模糊优化理论模型及其应用

运用扩展的最小二乘方准则构造目标函数，建立了一种适用于深基坑支护方案综合评价的模糊优化理论模型。以某大厦深基坑支护拟用的4种方案评价为例，说明了该模型的应用，并与采用其它方法得到的结果进行了对比。     

基于模糊模式识别的地下水水质综合评价研究

地下水质量的优劣是影响水资源可利用性的一个重要方面,因此对地下水水质进行合理评价是水资源开发利用、保护的依据。本文根据水质评价的特殊性,就模糊模式识别模型进行了改进,将改进的模糊模式识别模型应用于江阴市地下水水质综合评价,将评价结果与基于熵权法赋权的模糊综合评价及传统模糊综合评价结果进行了对比分析。研究表明:模糊模式识别方法对地下水水质评价问题具有较高的数值稳定性和适用性,模糊模式识别法评价的水质级别趋于平均化、中间化,本文提出的模糊模式识别理论模型应用于典型案例地区地下水水质评价是有效可行的。     

城市固体废弃物卫生填埋场选址评价的模糊集方法

针对固体废弃物卫生填埋场地适宜性评价具有多目标性和模糊性的特点,引入改进的层次分析法(AHP)确定评价指标的权重,在此基础上构造多目标模糊模式识别模型,发展了模糊模式识别模型和模糊综合评判模型相结合的多层次多目标复杂系统模糊集评价方法。利用该方法对某地固体废弃物卫生填埋场进行了选址评价,论证了固体废弃物卫生填埋场的场地适宜性。     

基于承载复合体的隧道位移反分析研究

初期支护与松动圈围岩的协调作用表现出很大的不确定性,其主要影响因素包括:初期支护施工本身导致初期支护的不均匀性,实际围岩的不确定性对初期支护的影响,围岩释放应力的不均匀性导致的初期支护内力分布的不确定性。文章把初期支护的支护和围岩自身自稳能力看成是双介质的承载复合体,采用最小二乘法建立目标函数,结合单纯形算法,进行初期支护与扰动区的联合位移反分析,充分揭示了初期支护与围岩松动圈之间的协调作用;结合实际工程与不考虑初期支护不确定性因素影响的反演分析进行对比,结果显示本文方法反演精度提高39％,预测精度提高了13％。     

基于模糊聚类分析和模糊模式识别的煤与瓦斯突出预测

煤与瓦斯突出发生的内在机理复杂,突出影响因素与突出事件之间的相关规律具不精确性和模糊性,使得基于经验的传统预测方法和基于数学建模的统计预测方法的应用受到很大限制。提出了采用模糊聚类分析与模糊模式识别方法相结合的煤与瓦斯突出区域预测方法。首先采用模糊聚类分析对煤与瓦斯突出的样本集合进行分类,建立不同程度的模糊模式,然后对待预测样本进行模糊模式识别,以此来预测待测样本的煤与瓦斯突出危险程度。实例验证表明,本法预测可靠。      

Decision making under uncertainty using a qualitative TOPSIS method for selecting sustainable energy alternatives

Multi-criteria decision-making methods support decision makers in all stages of the decision-making process by providing useful data. However, criteria are not always certain as uncertainty is a feature of the real world. MCDM methods under uncertainty and fuzzy systems are accepted as suitable techniques in conflicting problems that cannot be represented by numerical values, in particular in energy analysis and planning. In this paper, a modified TOPSIS method for multi-criteria group decision-making with qualitative linguistic labels is proposed. This method addresses uncertainty considering different levels of precision. Each decision maker’s judgment on the performance of alternatives with respect to each criterion is expressed by qualitative linguistic labels. The new method takes into account linguistic data provided by the decision makers without any previous aggregation. Decision maker judgments are incorporated into the proposed method to generate a complete ranking of alternatives. An application in energy planning is presented as an illustrative case example in which energy policy alternatives are ranked. Seven energy alternatives under nine criteria were evaluated according to the opinion of three environmental and energy experts. The weights of the criteria are determined by fuzzy AHP, and the alternatives are ranked using qualitative TOPSIS. The proposed approach is compared with a modified fuzzy TOPSIS method, showing the advantages of the proposed approach when dealing with linguistic assessments to model uncertainty and imprecision. Although the new approach requires less cognitive effort to decision makers, it yields similar results.     

动态聚类-模糊模式识别及其应用

本文以模糊子集论为指导,在迪戴的DCM法的基础上提出了动态聚类-模糊模式识别方法。实际上,它是一种新的模糊聚类的方法。该方法以DCM法的动态聚类部分做为原始数据变换的手段,而将迪戴的强模式概念推广为模糊模式,将强模式识别推广为模糊模式识别。此外,还提出了模糊模式间联系度的概念,从而解决了类间联系、类内典型个体、类间过渡个体、个体对各类的隶属程度以及内部有某种演化趋势的类别的划分等问题。文章还给出了该方法的数学模型和算法概要。最后,通过一个在地质学中的应用实例,说明了该方法的应用效果。     

复杂系统模糊模式识别动态规划模型研究

将模糊识别集合算子和非结构决策分析方法引入模糊动态规划中,推导出了两种求解复杂系统多目标多阶段决策问题的方法:级别特征值最小法和阶段模糊识别递推法。这两种方法具有不同的递推方程,可以应用于不同的情况,从而形成了模糊模式识别动态规划模型。此模型可以有效地获取和集成决策者的经验知识和偏好。此模型已应用到实践中,并取得良好效果。     

基于模糊模式识别的支持向量机的回归预测方法

尝试把最近发展起来的支持向量机引入水文预测中,建立了支持向量机水文回归预测模型,为小样本情况下水文预测提供一种行之有效的可选择的方法。在此基础上,为了更好地处理水文系统中广泛存在的不确定、模糊信息,进一步把模糊模式识别理论引入支持向量机,提出一种模糊模式识别核函数。该核函数具有更明确合理的物理意义。冰凌预测实例表明了SVM水文回归预测方法及模糊模式识别核函数的有效性和可行性。     

海相碳酸盐岩岩相的模糊模式识别

基于模糊式识别,本文提出聚类分析与贴近度识别相结合应用于海相碳酸盐岩岩相的分类和识别,聚类用F-PFS法,识别用本文建议的一种带参数的名为加权逆距离贴近度的新公式:S（X_i,Y_j）=sum from k=s_A-1∑ W_k(1-D_ijk)p。其中权重Wk使用一种按单因素判对率确定的新技术。该权重并可用于模糊综合评判。模糊特征向量采用扩展的正则化式计算。上述方法在湖北三叠系海相碳酸盐岩地层得到了应用,并将其划分为六个相.选用12-21个特征因素（颜色、矿物成分、古生物、颗粒组分、填隙物、沉积构造等）,并定量化赋值。聚类分析可分出四个相,贴近度识别的判对率达81.8%,按划分为六个相的贴近度识别,确切判对率达79.2%。     

Modelling Short‐Scale Variability and Uncertainty During Mineral Resource Estimation Using a Novel Fuzzy Estimation Technique

For mineral resource assessment, techniques based on fuzzy logic are attractive because they are capable of incorporating uncertainty associated with measured variables and can also quantify the uncertainty of the estimated grade, tonnage etc. The fuzzy grade estimation model is independent of the distribution of data, avoiding assumptions and constraints made during advanced geostatistical simulation, e.g., the turning bands method. Initially, fuzzy modelling classifies the data using all the component variables in the data set. We adopt a novel approach by taking into account the spatial irregularity of mineralisation patterns using the Gustafson–Kessel classification algorithm. The uncertainty at the point of estimation was derived through antecedent memberships in the input space (i.e., spatial coordinates) and transformed onto the output space (i.e., grades) through consequent membership at the point of estimation. Rather than probabilistic confidence intervals, this uncertainty was expressed in terms of fuzzy memberships, which indicated the occurrence of mixtures of different mineralogical phases at the point of estimation. Data from different sources (other than grades) could also be utilised during estimation. Application of the proposed technique on a real data set gave results that were comparable to those obtained from a turning bands simulation.     

岩相识别的神经网络计算

模式识别在定量研究岩相模式中是一种有效的方法，神经网络是模式识别的一种新方法，和其它模式识别方法不同之处在于它能模拟人脑并行处理信息的模式和神经系统的可塑性。经传统岩相分析，鄂中拗陷二叠系碳酸盐岩确认为碳酸盐岩台坪相，它包含五个亚相，即局限台洼、台坡Ｂ、台洼、台坡Ａ和台滩相。它们在岩石的颜色、矿物组分、古生物种属、结构等特征上都有不同的差异。应用ＢＰ神经网络，特别是与模糊模式识别的结合，对拗陷区的岩相识别是成功的，令人鼓舞，两种方法各自的正确判对率约为７５%，而综合两种方法的判对结果，则岩相全部判对。     

基于模糊集理论的降雨不确定性传播影响研究

基于模糊集理论,耦合遗传算法,量化分析降雨的量级、空间分布和时程分配产生的不确定性对流量模拟的影响。雨量量级的不确定性使用模糊集概念表示,运用遗传算法对时段雨量在时间上进行随机解集,并通过在各子流域上采用不同的时间解集模式以同时考虑降雨时程分配和空间分布不确定性。应用TOPMODEL对资水流域新宁水文站洪水过程进行模拟研究,结果表明,雨量不确定性的传播对洪水预报的影响处于主导地位,降雨时空分布引起的不确定性对洪水模拟的影响次之。此外,通过对1 h和0.5 h解集结果的比较发现,本文中采用1 h作为模拟的时间步长已可以较充分反映雨量的时间变异性。