基于隐马尔科夫模型的农业灌溉水质动态评价方法技术

本发明专利技术公开了基于隐马尔科夫模型的农业灌溉水质动态评价方法，属于水环境与信息科学技术交叉融合的工程技术领域。所述评价方法包括构建农业灌溉水质动态评价指标体系；水质动态评价指标的主观权重和客观权重的优化融合；基于隐马尔科夫模型的农业灌溉水质动态评价；基于马尔科夫链的演化特性分析的步骤。本发明专利技术提出的评价方法较好的解决了农业灌溉水质动态评价过程中存在多指标不相容及随机不确定性的问题，同时本发明专利技术提出的演化特性指数可以有效地体现农业灌溉水质动态演化规律，将水质动态评价指标数据的时间序列特性融入评价中，更好的体现了动态评价的特点，为相关水质监管部门进行在线水质监测、评价与决策研究提供参考。

【技术实现步骤摘要】
基于隐马尔科夫模型的农业灌溉水质动态评价方法
本专利技术属于水环境与信息科学技术交叉融合的工程
，具体涉及一种基于隐马尔科夫模型的农业灌溉水质动态评价方法。
技术介绍
伴随着经济的高速发展，人们对生活质量和生存环境的要求也相应提高。经济发展过程中出现的食品安全与环境污染问题，引起社会广泛关注。水质评价是合理开发利用和保护水资源的一项基本工作。对农业灌溉水质进行动态评价，需要在考察国内外权威机构的相关评价指体系基础上，基于简单有效、可操作性强的原则，构建相应的农业灌溉水质动态评价指标体系并进行指标等级区间划分。然而，由于影响农业灌溉水质的因素较多，问题相对复杂，现阶段学者们大多仅关注研究某一时刻多个农业灌溉水质指标的综合评价问题，而对农业灌溉水质随时间推移其趋势演化的动态评价研究还相对较少。在一些已有的研究及文献报道中，由于受到采样时间、空间及人力、经济等因素的制约，研究工作多局限为针对一次采样数据进行的综合评价，但也在一定程度上佐证了农业灌溉水质评价问题的复杂性与不一致性。因此，如何借鉴信息领域的方法与技术，开展农业灌溉水质的动态评价研究，从事物发展的角度探究农业灌溉水质伴随时间推移的动态演化趋势，发现其潜在规律，对于促进农业灌溉水质的良性改善与发展具有重要的研究意义。另外，由于农业灌溉水质动态评价研究中涉及的影响因素较多，如何有效、客观地确定其相应权重，并依据农业灌溉水质的动态演化过程中的历史时间序列数据建立系统的动态评价数学模型，对于深入认识农业灌溉水质的发展趋势及规律是十分重要的。近年来，在环境模式分析方面，隐马尔科夫模型这种具有状态概率描述特性的方法被认为是一种对不确定性问题进行刻画的有效手段。隐马尔科夫模型是针对含有隐含未知参数的马尔科夫过程进行研究的一种方法，被广泛地应用于过程系统中的时间序列数据建模与分析。其难点在于需要基于可观测的数据确定该过程的隐含状态及参数，然后利用这些隐含状态及参数进一步分析、推演。因此，本专利技术结合农业灌溉水质是食品安全基础要求这一现实需求，建立合理的动态评价指标体系与指标等级区间，探索如何较好地综合主客观信息，尝试采用隐马尔科夫模型建立农业灌溉水质的动态评价模型，对农业灌溉水质进行动态综合评价，为其综合治理决策提供理论基础。
技术实现思路
为了解决现有的农业灌溉水质动态评价研究中指标间的不相容性及指标数据随着时间发生变化引发的不确定性问题，本专利技术提出了一种基于隐马尔科夫模型(HiddenMarkovModel，HMM)的农业灌溉水质动态评价方法以用于农业灌溉水质动态评价研究。从过程演化这一视角，建立客观有效、简单方便、实操性好的农业灌溉水质动态评价指标体系与指标等级区间，在此基础上，融合主、客观信息确定动态评价中涉及的指标优化权重。结合时间序列数据建立隐马尔科夫模型对农业灌溉水质进行动态评价并分析其基本演化趋势，充分发挥隐马尔科夫模型特点与优势，探寻、发现农业灌溉水质动态演化过程中的规律性信息。本专利技术提供的基于隐马尔科夫模型的农业灌溉水质动态评价方法，根据所关注的农业灌溉水质动态评价指标的时间序列数据结合专家意见对农业灌溉水质进行动态评价以探索其相应的变化规律，方便监管部门依据农业灌溉水质等级及其演化特性及早发现问题，为有效预防农业灌溉水质恶化提供技术支持与理论支撑。具体地，所述的农业灌溉水质动态评价方法主要包括以下四个步骤：步骤一、构建农业灌溉水质动态评价指标体系：所述的农业灌溉水质动态评价指标体系根据研究侧重点选取水质动态评价指标构建，并对选取的水质动态评价指标进行无量纲处理，然后划分水质动态评价指标等级区间。步骤二、主、客观权重优化确定农业灌溉水质动态评价指标融合权重：在农业灌溉水质动态评价研究中，确定各水质动态评价指标的权重是研究问题的关键。为了综合业内专家长期积累的经验，本专利技术采用优序图法(OptimalSequenceDiagramMethod，OSD)确定各水质动态评价指标的主观权重；基于收集的水质动态评价指标数据，采用投影寻踪函数确定各水质动态评价指标的客观权重。为了充分利用主、客观权重，本专利技术借鉴纳什均衡(NashEquilibrium，NE)，通过在主、客观权重中寻找平衡点的方式实现了主、客观权重的优化融合，获得优化融合的水质动态评价指标权重。步骤三、基于隐马尔科夫模型的农业灌溉水质动态评价：首先检验农业灌溉水质是否符合隐马尔科夫模型的基本特性。在符合隐马尔科夫模型基本特性的基础上，将步骤一中的水质动态评价指标等级区间表示为隐马尔科夫模型的隐藏状态，等级区间个数即为隐藏状态个数。将监测到的农业灌溉水质动态评价指标的连续观测值划分为若干观测区间记为隐马尔科夫模型的观测状态，这里的观测区间的个数设定为隐马尔科夫模型的观测状态个数。依据农业灌溉水质在各隐藏状态之间的转移概率构成状态转移矩阵U。在隐藏状态确定的条件下，考察对应每个指标的观测状态出现的概率，结合步骤二中的优化融合后的权重，获得观测状态混淆矩阵。设定进行评价前农业灌溉水质属于各水质动态评价指标等级区间的概率相同，则初始状态概率相同。应用中，将观测状态混淆矩阵与表示隐藏状态的区间矩阵相乘得到的区间称为前向变量区间，定义隐藏状态所属概率为前向概率，将前向变量区间与前向概率相乘可得到对应实际监测到的水质最可能所处的观测区间。基于待评价水质动态评价指标应处于设定的离散观测指标区间内的性质可计算获得前向概率的值。同时，根据状态转移矩阵以及初始状态概率得到预期隐藏状态所属概率作为前向概率的整定参数，经过整定后获得的最大隐藏状态概率所对应的隐藏状态即该农业灌溉水质动态评价的综合等级区间。步骤四、基于马尔科夫链的演化特性分析：依据步骤三中隐马尔科夫模型对研究区域的农业灌溉水质随时间推移进行的多次水质动态评价结果进行分析，通过考察、统计相邻两次评价中的等级变化及其对应次数。利用马尔科夫链(MarkovChain，MC)建立农业灌溉水质的演化特性矩阵，定义演化特性矩阵中的各元素与其对应的水质等级变化情况的乘积为演化进步元素，利用所有的演化进步元素之和构造动态评价的演化特性指数。通过演化特性指数的正负及绝对值的大小表示对应地域的农业灌溉水质的时序改善或者恶化的趋势方向及程度，对于动态研究农业灌溉水质动态演化规律具有积极的指引作用。本专利技术的优点在于：1.本专利技术提出的基于纳什均衡思想将主、客观权重融合确定动态评价指标权重的方法，通过让专家经验确定的主观权重与客观数据确定的客观权重进行博弈，实现了主客观权重信息非合作前提下的融合，这对于后续隐马尔科夫模型综合动态评价的科学性与客观性具有重要意义。2.本专利技术提出的基于微分进化算法的隐马尔科夫水质动态评价方法是一种有限状态的评价过程。将研究区域历年的水质时间序列数据作为训练样本，进而确定隐马尔科夫模型参数。隐马尔科夫模型评价结果为研究对象属于各水质等级的概率，较好的解决了农业灌溉水质动态评价过程中存在多指标不相容及随机不确定性的问题。3.本专利技术提出的演化特性指数可以有效地体现农业灌溉水质动态演化规律，将水质动态评价指标数据的时间序列特性融入评价中，更好的体现了动态评价的特点，从信息处理的角度为相关部门提供研究对象的发展趋势，为相关水质监管部门进行在线水质监测本文档来自技高网...

【技术保护点】
1.基于隐马尔科夫模型的农业灌溉水质动态评价方法，其特征在于，包括以下四个步骤：步骤一、构建农业灌溉水质动态评价指标体系；所述的农业灌溉水质动态评价指标体系根据选取的水质动态评价指标构建，并对选取的水质动态评价指标进行无量纲处理，然后划分水质动态评价指标等级区间；步骤二、主、客观权重优化确定农业灌溉水质动态评价指标融合权重；步骤三、基于隐马尔科夫模型的农业灌溉水质动态评价；步骤四、基于马尔科夫链的演化特性分析。

【技术特征摘要】
1.基于隐马尔科夫模型的农业灌溉水质动态评价方法，其特征在于，包括以下四个步骤：步骤一、构建农业灌溉水质动态评价指标体系；所述的农业灌溉水质动态评价指标体系根据选取的水质动态评价指标构建，并对选取的水质动态评价指标进行无量纲处理，然后划分水质动态评价指标等级区间；步骤二、主、客观权重优化确定农业灌溉水质动态评价指标融合权重；步骤三、基于隐马尔科夫模型的农业灌溉水质动态评价；步骤四、基于马尔科夫链的演化特性分析。2.如权利要求1所述的基于隐马尔科夫模型的农业灌溉水质动态评价方法，其特征在于，步骤二具体为：对农业灌溉水质动态评价指标X1,X2,...,Xn进行重要性比较，n为水质动态评价指标的个数，据此绘制优序棋盘图；将需要对比的水质动态评价指标分别放入优序棋盘图的第一列和第一行，通过优序棋盘图对水质动态评价指标进行两两对比，若水质动态评价指标Xi比水质动态评价指标Xj重要，则Xi得1分，若同等重要，则Xi得0.5分，1≤i≤n,1≤j≤n，若水质动态评价指标Xj比水质动态评价指标Xi重要，则Xi得0分；而后将每项水质动态评价指标的评分进行横向求和，得到水质动态评价指标的最终得分；最后，根据最终得分进行归一化，得到主观权重，从而确定水质动态评价指标的主观权重wzh＝(wzh1,wzh2,…wzhn)；客观权重的确定过程如下：首先，采用投影寻踪法建立优化投影向量即水质动态评价指标客观权重的目标函数和约束条件，采用微分进化算法进行求解；通过初始化种群，微分进化算法利用已知的水质动态评价指标数据进行迭代运算，利用投影寻踪函数进行最优解迭代评估，将各水质动态评价指标等级区间内对应的水质动态评价指标间的方差拉大，模拟物种内部的个体进化形式，直到迭代次数或适应值达到要求，求出优化解，得到客观权重，即水质动态评价指标的客观权重wke＝(wke1,wke2,…wken)；将得到的主观权重和客观权重进行纳什均衡博弈论融合，定义主、客观权重分别有优先占比和非优先占比两种选项，当主观权重和客观权重同时选择优先占比时，期望收益为当主观权重选择优先占比而客观权重选择非优先占比时，期望收益为wzh；反之，期望收益为wke；当主观权重和客观权重同时选择非优先占比时，期望收益为此时，假设主观权重选择优先占比的概率是p＝(p1,p2,...,pn)，选择非优先占比的概率是1-p；客观权重选择优先占比的概率是q＝(q1,q2,...,qn)，选择非优先级的概率是1-q；则主观权重选择优先占比的期望收益为：主观权重选择非优先占比的期望收益为：客观权重选择优先占比的期望收益为：客观权重选择非优先占比的期望收益为：此时，要达到纳什均衡，每种选择的期望收益必须是相等的，即：由此获得满足纳什均衡期望的概率p和q，对所述的概率p和q分别进行分析，若概率p和q的取值超过概率值的区间范围[0，1]，限定小于0则取0，大于1取1，经过此步骤之后得到p'和q'，则最后经过纳什均衡博弈得到的主、客观初步融合权重wr为：wr＝p'wzh+q'wke对主、客观初步融合权重wr进行归一化，得出后续动态评价中使用的融合权重w。3.如权利要求1所述的基于隐马尔科夫模型的农业灌溉水质动态评价方法，其特征在于，所述的步骤三具体为，利用水质数据训练隐马尔科...

【专利技术属性】
技术研发人员：张慧妍，王小艺，王立，段瑜，孙茜，申志平，
申请(专利权)人：北京工商大学，
类型：发明
国别省市：北京,11