基于GA-SVM的渤海湾富营养化模型

被引：9

作者：

向先全 ^{[1
]}

陶建华 ^{[2
]}

机构：

[1] 天津大学环境科学与工程学院

[2] 天津大学机械工程学院

来源：

天津大学学报 | 2011年 / 44卷 / 03期

关键词：

富营养化模型; 支持向量机; 遗传算法; 参数寻优; 特征选择; 渤海湾;

D O I：

暂无

中图分类号：

X55 [海洋污染及其防治];

学科分类号：

摘要：

为了更好地模拟和认知渤海湾富营养化的复杂行为,通过研究遗传算法(GA)和支持向量机(SVM)的结合形式,即参数寻优和特征选择,以渤海湾水质实测资料为依据,叶绿素a的质量浓度为输出,建立了GA-SVM的富营养化模型.无特征选择时,用遗传算法对支持向量机的参数(惩罚参数和核参数)进行自适应地优选,预测模型的均方误差可达到1.831μg/L,具有较好的认知、泛化能力.再利用遗传算法二进制编码及启发式寻优的优点,对所建模型的输入空间进行特征选择,提取出代表性的特征变量:DO%、pH值、水温、COD、盐度以及氨氮.特征提取后预测模型的均方误差可达到1.363μg/L,模型性能有了很大提高.分析表明,COD、盐度及氨氮可作为人为控制的首要指标.

引用

页码：215 / 220

页数：6

共 7 条

[1] 基于支持向量机的浮游植物密度预测研究
冯剑丰
王洪礼
李胜朋
[J]. 海洋环境科学, 2007, (05) : 438 - 441
[2] 支持向量回归参数调整的一种启发式算法
刘靖旭
蔡怀平
谭跃进
[J]. 系统仿真学报, 2007, (07) : 1540 - 1543+1547
[3] Relation Matrix of Water Exchange for Sea Bays and Its Application[J]. 孙健,陶建华.China Ocean Engineering. 2006(04)
[4] 湖泊富营养化模型的研究现状与发展趋势
卢小燕
徐福留
詹巍
赵臻彦
陶澍
[J]. 水科学进展, 2003, (06) : 792 - 798
[5] 统计学习理论的本质[M]. 清华大学出版社 , (美)VladimirN.Vapnik著, 2000
[6] Modelling algal blooms in the Dutch coastal waters by integrated numerical and fuzzy cellular automata approaches
Chen, Qiuwen
Mynett, Arthur E.
[J]. ECOLOGICAL MODELLING, 2006, 199 (01) : 73 - 81
[7] A dynamic model to predict suspended particulate matter in lakes
Malmaeus, JM
Håkanson, L
[J]. ECOLOGICAL MODELLING, 2003, 167 (03) : 247 - 262

← 1 →