基于 PSO-SVR 模型的供水系统余氯预测研究

• 作者: 何自立 杨建国 郭占娟
• 来源期刊: 长江科学院院报
• 学科: 工学
• 关键词: 余氯 支持向量机回归 粒子群算法 参数优化 供水系统
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 水资源与环境
• 页码范围: 6-10
• 页数: 5页
• 分类号: TP391
• 字数: 3696字
• 语种: 中文
• DOI: 10.11988/ckyyb.20140181

摘要

支持向量机回归（SVR）模型在非线性预测方面具有优良性能，基于该模型对供水系统余氯变化过程进行预测，并采用二阶振荡粒子群优化算法（SOPSO）对 SVR 模型参数进行优化调整，以提高小样本状态下模型的模拟精度，增强模型的泛化性能。将优化后的 SVR 模型应用于某供水系统余氯预测，结果表明：在有限样本状态下，优化后的 SVR 模型的预测平均误差小，明显优于 BP 神经网络模型和 ARX 模型，并具有较强的稳健性。该预测模型能较好地解决传统模型在小样本状态下余氯预测精度不高、预测效果较差的问题，为研究供水系统余氯变化过程及动态预测提供了新的途径。