改进可变模糊算法在水资源承载力评价中的应用

针对可变模糊算法在评价指标体系构建时没有考虑指标间的相关性对评价结果造成的影响,以及该算法在水资源承载力评价时没有对研究区域水资源承载力的时序变化特征进行探讨,引入了主分量分析(PCA)法以筛选出彼此间相关系数较低的指标来构建评价指标体系。因此对可变模糊算法进行了改进,旨在分析不同年份下的样本水资源承载状况的时序变化特征;同时,以大同市为例,对该地区(2010～2017年)的水资源承载状况进行评估。评估结果表明:改进后的算法与改进前的相比,在维持评价等级不变的前提下,级别特征值的稳定范围明显缩小,减少了误差范围,提高了评价等级精度。该改进算法进一步拓展和丰富了可变模糊集理论,可为后续评定其他区域的水资源承载状况提供一定的参考。