本发明适用于水质评价技术领域,提供了一种基于多源数据融合的水质评价方法,该方法包括:将预处理后的水质评价指标输入到预设的神经网络模型,得到初步水质判断;对神经网络输出值进行归一化处理,得到基本概率分配函数;将基本概率分配函数输入到预设的D‑S证据理论模型,得到目标融合评价结果。本发明采用BP神经网络模型、RBF神经网络模型和极限学习机网络模型三种不同的神经网络客观地获取证据理论的基本概率分配,进而利用证据间支持度修正冲突证据,再迭代修正融合结果,确定目标融合评价结果,提高了评价结果的准确性。
📄 2021110893737
📂 G06F18_214
👤 河北工程大学
📅 2021-09-16