论文部分内容阅读
水质评价是水环境保护和综合治理的重要环节，传统的评价方法在不完备信息推理、不确定性方面存在局限性。贝叶斯网络是处理数据不完备问题、进行不确定性分析并以概率形式表达的有力工具。本文介绍了利用贝叶斯网络进行水质指标结构学习、水质综合评价的原理、步骤，并以汉江蛮河01～08年水质数据为例，构建了包含氨氮、五日生化需氧量等6个指标的关系网，辨识出高锰酸盐、氨氮及总磷是该样本的水质影响“关键因子”，用之对蛮河09年1～6月的水质数据进行了贝叶斯水质评价，并与水质标识指数法、单因子法(国标法)进行了比较，结果表明贝叶斯方法明确了评价的依据，克服了传统国家标准评价方法的过度保护问题，得到了更加符合实际的水质评价结果。