模糊水文水资源解析 

葛维亚 

模糊水文水资源系统研究了模糊水文水资源学的相关概念与定义、模糊水文水资源的理论与模型及相关应用，主要包含模糊水文水资源学的科学意义与基础、模糊水文水资源的相关概念与意义、模糊水文水资源的理论与模型、模糊聚类分析的理论与应用、模糊识别模型的概念及其应用、可变模糊评价方法及其应用、模糊优选模型的概念及其应用、模糊优选神经网络模型在水资源价值评价中的应用等。       

模糊水文水资源在介绍模糊水文水资源学的科学意义、哲学基础与工程基础之上，系统介绍了模糊水文水资源学的相关概念与定义、模糊水文水资源的理论与模型及相关应用，主要包含以下内容：模糊水文水资源学的科学意义与基础、模糊水文水资源的相关概念与定义、模糊水文水资源学的理论与模型、模糊聚类分析的理论与应用、模糊识别模型的概念及其应用、可变模糊评价方法及其应用、模糊优选模型的概念及其应用、模糊优选神经网络模型在水资源价值评价中的应用等。  

基于可变模糊集的三大哲学定理，即对立统一定理，质量互变定理，否定的否定定理，探讨模糊概念在分级条件下最大隶属原则的不适用性。 模糊聚类分析的理论与应用，其中包括模糊聚类的概念，模糊聚类的特点与难点，模糊聚类迭代模型 ， 优选模型的概念，在水库调度管理中的应用与实践，水库正常蓄水位的选取，水库洪水调度决策等。 模糊数是实数集 上的特殊模糊集, 同时也是实数和区间数慨念的推广。 首先将模糊数看成是一个区间数族, 即含参数的区间数。 其重要参数为模糊的隶属度函数。      

 对观测数据的误差进需要进行分析。 因为经典的误差理论中用正态分布来表示误差分布, 我们即以与它形状相似又满足正则性要求的指数型函数来刻画水文采样数据的模糊性。       

模糊数的概念可以推广到模糊向量的情形。 模糊参数估计在模糊样本条件下的统计分析途径可以分为两类 基于模糊集理论的分解定理与表现定理将模糊数转化为经典集合中的区间数, 然后 进行集值统计推求估计量。 当考虑模糊样本时, 需对应的模糊估计量，通过模糊子集的隶属函数进行计算。 另外, 对于水文统计中的非参数问题, 如洪水频率分析中的经验频率分布, 也可用模糊统计分析进行处理, 这样既可以考虑模糊样本的不确定性, 同时又可以考虑经验频率本身的不确定性。       水文学是水资源学的基础，服务于水资源学。水资源系统的研究不仅要考虑水文系统中的自然影响因素，更要考虑社会和经济等人文因素。       

水文水资源系统具有自然性、社会性、开放性等多种特性，其影响因素复杂而繁多，包括大量确定性信息，以及难以确知和精确量化的不确定性信息，这些不确定性信息主要表现为随机性和模糊性。        

模糊性是水文系统和水资源系统所共有的特性，其研究始于20世纪80年代创建的模糊水文学，后拓展为模糊水文水资源学，在数学上现已发展为可变模糊集理论。该理论不仅是研究水文水资源系统中模糊性与非线性问题的理论，也是研究模糊系统中具有自然和社会双重属性问题的有力工具，包括模拟、决策和评价等系统理论、模型和方法。本文在该理论基础上，对水文水资源系统中的部分模拟、决策及评价问题进行了应用研究。 近年来模糊优选神经网络模型在水文水资源价值评价中的应用获得很大的发展，应用效果极为明显，受到应用部门的热烈欢迎。