【部分正文预览】 |
水质综合评价是根据水的不同用途、水质评价标准, 运用评价方法, 对水资源的质量状况进行定性或定量的评定和分级。水质综合评价是进行水资源评价的重要内容, 为水资源的开发、利用和保护提供重要依据[ 1] 。
水质综合评价最早使用的方法有单一污染指数法和多项污染指数法。近些年来, 国内外对于水质综合评价方法的研究比较活跃, 考虑到水体中污染物相互作用的复杂关系, 水质分级标准难以统一及水质综合评价存在模糊性等特点, 引入了不确定性的概念,研究了一些新的综合评价方法, 如模糊数学方法[ 2] 、灰色聚类法[ 3]、灰色关联度法[ 4]及物元分析法[ 5]等。这些新的评价方法克服了单一污染指数法的评价结果不够全面、客观的缺点, 可以实现对水质各项指数的综合评价, 但是其中的模糊综合评判法需要给定各水质参数的权值, 灰色聚类方法需要确定灰色聚类权, 这些权值的给出与专家和研究者本人有很大的关系, 也就是有较大的主观性, 使得这些方法在模型的建立和使用上有一定的困难, 因此评价结果的客观性和合理性受到了挑战。为了使评价结果更具有客观性, 人工神经网络方法已被引入到水质综合评价研究中[ 6] , 这些研究中最常用的是BP 网络[ 7] 。BP 网络克服了上述评价方法不够客观的缺点, 评价结果客观、合理, 精度也较高, 但是BP 网络具有收敛速度慢、结构设计复杂等缺点。鉴于BP网络的这些缺点, 文献[ 8] 将Hopfield 网络引进到水质综合评价研究中。 |