首页|基于改进PSO优化SVR的地下水水质综合评价研究

基于改进PSO优化SVR的地下水水质综合评价研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为进一步完善地下水水质综合评价模型,提高水质评价的稳定性及准确性,引入改进的粒子群优化(IPSO)算法,优化支持向量回归(SVR)模型中重要的影响参数惩罚因子c和核参数σ,以改善整个模型性能.以青岛市大沽河地下水为研究对象,使用SVR模型、BPSO-SVR模型以及IPSO-SVR模型分别对样本进行训练,运用训练后的模型对大沽河2014年平水期12个监测井的水质实测数据进行分析,将三者得到的水质评价结果与文献中模糊综合优化模型评价结果进行比较,表明IPSO-SVR模型的评价结果拟合精度更高,运行效率更快且结果更稳定.为进一步验证该模型的可靠性和实用性,将大沽河同年相同监测井丰水期的水质实测数据放入已训练好的模型中进行分析,得到的结果亦与实际情况相符合.结果表明该方法符合实际,可操作性强,能够为地下水水质评价提供科学依据.
Comprehensive Evaluation of Groundwater Quality Based on SVR Optimized by Improved PSO

贺振霞、鲍学英

展开 >

兰州交通大学 土木工程学院,甘肃 兰州 730070

地下水 水质评价 改进的粒子群优化算法 支持向量回归机

国家自然科学基金资助项目

51768034

2021

10.19797/j.cnki.1000-0852.20200457

水文
水利部水文局 水利部水利信息中心

水文

CSTPCDCSCD北大核心
影响因子：0.742
ISSN：1000-0852
年,卷(期)：2021.41(6)
  • 2
  • 11