TY - JOUR ID - TI - PSO和SVM混合算法确定太湖入湖河流水质主要影响因子 AU - 陈蓓,徐国伟,王文超,孙小妹,孙培冬,丁彦蕊 VL - 4 IS - 2 PB - SP - 7 EP - 10 PY - JF - 环境监控与预警 JA - UR - http://www.hjjkyyj.com/hjjkyyj/ch/reader/view_abstract.aspx?file_no=20120202&flag=1 KW - 粒子群优化算法;支持向量机;水体水质;影响因素 KW - Particle swarm optimization;supported vector machines;water quality;impact factor AB - 以影响太湖入湖河流水质的24个因子值为研究对象,将PSO算法与SVM算法相结合。PSO算法用于优化SVM算法的参数c和g,以利于快速、高效地确定c和g的全局最优值;SVM算法基于最优的c和g,分别以24,21,18,15,12,9和6个因子作为特征向量预测水质的污染程度。结果表明,当特征向量为9个影响因子时预测率最高。其参数c=18.56,g=1.35,对应的预测率为:全局预测率92.59%,重度污染水质预测率88.89%,轻度污染水质预测率94.45%。因此,通过PSO和SVM混合算法,可以确定影响太湖入湖河流水质的主要因子,利用这些主要因子对水质进行预测预警,不但可以节省时间,而且可以得到精确的结果。 ER -