基于改进支持向量机的石煤提钒行业清洁生产评价研究

• 作者: 刘振宇 刘涛 包申旭 张一敏 李佳
• 来源期刊: 环境科学学报
• 学科: 地球科学
• 关键词: 石煤提钒 清洁生产 支持向量机 遗传算法 评价方法
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 研究报告
• 页码范围: 1113-1120
• 分类号: X38
• 语种: 中文
• DOI: 10.13671/j.hjkxxb.2015.0558

摘要

采用遗传算法(GA)对支持向量机(SVM)进行改进,并将其应用于石煤提钒行业清洁生产评价.在系统研究石煤提钒工艺类型的基础上,根据前期已建立的石煤提钒行业清洁生产评价指标体系,提出GA改进SVM的应用思路,通过对3种工艺类型企业的现场数据采集,形成训练和测试样本,并利用GA算法确定出各类参数(惩罚参数C和核函数参数g),分别为强酸浸工艺C=2.1049,g=5.2184;弱酸浸工艺C=0.0035286,g=1.9947;水浸工艺C=0.39587,g=1.4105.GA-SVM模型测试结果表明,分类精度达到100％.通过与其他评价方法对比表明,训练好的GA-SVM方法针对小样本数据在分类精度和可操作性上都较其他方法有明显优势,实现了对石煤提钒行业清洁生产水平的定量评价.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张一敏	武汉理工大学资源与环境工程学院	93	770	14.0	21.0
2	刘涛	武汉理工大学资源与环境工程学院	64	546	13.0	20.0
3	包申旭	武汉理工大学资源与环境工程学院	60	500	11.0	19.0
4	李佳	中南民族大学资源与环境学院	32	70	4.0	6.0
5	刘振宇	中南民族大学资源与环境学院	9	21	3.0	3.0