1、環(huán)境空氣質量計算機監(jiān)測系統(tǒng)采集的數據量一般是非常巨大的，針對這些海量的數據，如何進行空氣質量的評價，己是我們必須面對的問題。本論立將數據挖掘與數據融合兩種技術應用于數據分析之中，建立空氣質量評價模型，從而有效的進行空氣質量評價。
　　 文中提出了目前_人多數環(huán)境監(jiān)測站所采用的計算機集散控制系統(tǒng)(DCS)、現場總線控制系統(tǒng)(FCS)后，根據其信息一般通過內部網、外部網實現本監(jiān)測站內部互聯，并且列行業(yè)內部的監(jiān)測信息也實現互聯，本文以

2、環(huán)境空氣監(jiān)測監(jiān)控系統(tǒng)為基礎，對其中采集的信息進行抽象和簡化，建立起空氣質量評價系統(tǒng)的信息處理模型，實現丁從數據到智能行為的轉化。
　　 文中基于粗糙集理論對信息進行預處理，完成知識表達中不同屬性的重要性分析.
　　 并進行知識表達空問的簡化，再把簡化后的系統(tǒng)特征參數作為神經網絡的輸入，建立起空氣質量評價智能信息處理模型，進行空氣質量評價最小屬性評價因子研究。通過粗糙集和神經網絡二者的結臺，提高系統(tǒng)信息處理的客錯能力及抗干

3、擾能力，為處理海量數據的不確定性、不完整性提供了一條有效的途徑。
　　 文中基于遺傳蟻群(GAAA)算法對神經網絡參數進行優(yōu)化，提高網絡逼近精度，克服所建立的空氣質量評價信息處理模型的不足，從而減少計算量，使建立的空氣質量評價信息處理模型更加切合實際。
　　 經過仿真試驗，結果表明，本文所提出的智能信息處理技術，相對于目前存在的信息處理技術具有智能性、擴展性、伸縮性，評價結果具有客觀、正確等優(yōu)越性。此評價方法不但能對空氣