基于改进混合遗传-支持向量机的CMF产水预测研究

• 作者: 唐运平 孙凯 张志扬 柴树满 王琦 石岩 许丹宇
• 来源期刊: 环境工程学报
• 学科: 地球科学
• 关键词: 连续微滤 支持向量机 加速遗传模拟退火算法 BP神经网络 膜通量
• 年，卷（期）: 2011,（8）
• 所属期刊栏目: 水污染防治
• 页码范围: 1723-1728
• 分类号: X703.1
• 语种: 中文

摘要

将模拟退火思想和加速遗传特性相结合,改进选择策略和遗传算子,建立加速遗传模拟退火算法（AGSA）;基于支持向量机（SVM）的非线性回归和改进混合遗传算法的因子筛选,构造了支持向量机模型参数的自适应优化算法,提出连续微滤系统（CMF）产水预测模型;通过实测中试规模连续微滤系统产水量变化对模型进行验证,结果表明：该模型较好地揭示了CMF系统产水变化规律,模拟与实测结果间的误差小、相关性强（R2=0.91、MAE=0.0132、SSE=0.0055、RMSE=0.0155）,说明模型具有较强的预测能力;采用留一法对训练样本进行交叉验证（R2=0.89、MAE=0.0164、SSE=0.0073、RMSE=0.0178）,表明该模型同时具有良好的稳健性。此外,将基于AGSA-SVM的模型与神经网络BP算法进行了比较,结果显示：应用AGSA-SVM建立的模型在稳健性和预测能力都优于BP算法,因此该算法更适合于对CMF系统进行产水预测研究。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐运平		53	489	13.0	19.0
2	王琦		6	3	1.0	1.0
3	许丹宇		30	175	7.0	11.0
4	张志扬		17	106	6.0	10.0
5	石岩		13	93	6.0	9.0
6	孙凯		4	16	2.0	4.0
7	柴树满		1	0	0.0	0.0