论文摘要
采用回归支持向量机(SVR)和分类支持向量机(SVM)对饮用水水源地水质进行评价。针对支持向量机学习参数难以确定的不足,利用鸟群算法(BSA)优化支持向量机学习参数,提出BSA-SVR及BSA-SVM水质评价模型,以文山州2017年13个饮用水水源地水质评价为例进行实例研究。结果表明:利用BSA寻优支持向量机学习参数可有效提高模型的评价精度和泛化能力。BSA-SVR及BSA-SVM模型对实例水质评价结果相同,各具特点和优势,均可用于相关水质综合评价。
论文目录
文章来源
类型: 期刊论文
作者: 张永祥
关键词: 水质评价,鸟群算法,支持向量机,参数优化,饮用水水源地
来源: 珠江现代建设 2019年03期
年度: 2019
分类: 工程科技Ⅱ辑,工程科技Ⅰ辑,信息科技
专业: 环境科学与资源利用,自动化技术
单位: 云南省水文水资源局文山分局
分类号: TP18;X824
页码: 10-16
总页数: 7
文件大小: 1755K
下载量: 9