1.一种基于改进D-S证据理论的水质判断方法，其特征在于，包括如下步骤：

1)通过同类型水质传感器获取证据数据s＝{s1,s2,…,sm}，si为水质参数监测数据，1≤i＜m，m为水质参数监测数据的样本数量；

2)计算水质参数监测数据si基于五个不同水质类别的基本概率分配函数；

3)将m个水质参数监测数据所对应的基本概率分配函数进行融合；

4)将融合结果按照判决原则确定水质类别。

2.如权利要求1所述的一种基于改进D-S证据理论的水质判断方法，其特征在于，将五个水质类别设定为辨识框架Θ＝{X1,X2,X3,X4,X5}，每个水质类别Xj对应着一个限值Sij，限值集S＝{Si1,Si2,Si3,Si4,Si5}，步骤2)中，基本概率分配函数计算具体包括如下：

2.1)求出水质参数监测数据si与水质类别限值Sij之间的海明距离:Hij＝|si-Sij|；其中1≤j＜5

2.2)求出水质参数监测数据si对应的海明距离的平均值：

2.3)求出水质参数监测数据si与水质类别限值Sij的相似度，利用正态曲线可得：其中：A是大于0的系数，

2.4)求出水质参数监测数据si对应的水质类别Xj的基本概率分配函数：

3.如权利要求2所述的一种基于改进D-S证据理论的水质判断方法，其特征在于，当水质参数监测数据满足以下条件Sij＜si＜Si(j+1),1≤j＜5则设水质参数监测数据样本所在区间的海明距离差值为：h＝|Hi(j+1)-Hij|

新的海明距离为：

H′ik＝Hik+h，k＝1,2,…,5,k≠j,k＝j+1根据新的海明距离重复步骤2.2)-2.4)，得到基本概率分配函数。

4.如权利要求2所述的一种基于改进D-S证据理论的水质判断方法，其特征在于，步骤

3)中，具体为：将同类型水质传感器获取的两个水质参数监测数据a和b的基本概率分配函数进行融合,a、b∈s，融合后的基本概率分配函数为

其中f(X)是冲突证据概率分配函数，f(X)＝kq(X)，k为冲突因子 ,q(X)为证据对水质类别X的支持程度， 将同类型水质传感器所获取证据数据的基本概率分配函数进行两两融合得到融合结果。

5.如权利要求2所述的一种基于改进D-S证据理论的水质判断方法，其特征在于，步骤

4)中，所述判决的原则是：

规则一：该水质类别的基本概率分配函数是最大的；

规则二：该水质类别应该比其他的水质类别的基本概率分配函数要大于某一阙值；

规则三：不确定性的基本概率分配函数必须要小于某一阙值，；

规则四：该水质类别的基本概率分配函数要大于不确定性的基本概率分配函数。