科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现实流域水质评价中存在不完整和不确定信息这一问题，基于智能互补思想，提出了粗糙集-贝叶斯网络的流域水质评价方法。使用粗糙集理论提取影响流域水质状态的主要因子，得到最小属性约简集以降低建模复杂度；然后构造贝叶斯网络并进行模型训练，获得其网络结构和条件概率表，实现流域水质的概率决策推理；最后对嘉陵江流域重庆段的3个水质监测断面进行实例分析，验证该方法的有效性和准确性。结果表明：该方法可以正确进行流域水质评价推理，相比于其他方法(贝叶斯网络、灰色-贝叶斯网络、粗糙集-朴素贝叶斯),其具有最高的准确率(>0.97)、精确率(>0.86)、召回率(>0.86)和F1值(>0.86),为流域水环境管理提供了有效的技术支持。
- 单位
