基于PSO和GA混合优化SVM的水质评价

• 作者: 卜加慧 吴海童 庄泽鸿 聂笃宪 魏伟康
• 来源期刊: 水科学与工程技术
• 学科: 地球科学
• 关键词: 粒子群优化算法 遗传算法 支持向量机 水质评价
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 水环境与水生态
• 页码范围: 1-4
• 页数: 4页
• 分类号: X824
• 字数: 2880字
• 语种: 中文
• DOI: 10.19733/j.cnki.1672-9900.2019.03.01

摘要

科学地评价水质可以更好地反映水体质量变化,从而加强水资源污染的防治,而分类方法与模型参数的选取对于水质评价的准确度尤为重要.传统支持向量机SVM对模型参数的选择具有盲目性,为了提高模型分类的准确度,采用基于粒子群优化PSO和遗传算法GA的混合算法HPSOCS对支持向量机中的参数进行优化,选取菏泽市水体污染物监测数据,构建了基于HPSOCS-SVM算法的水质评价模型.实验结果表明,优化后的SVM提高了水质分类的准确度,可广泛应用于水体质量的评估,为水资源的防控治理提供科学的理论依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	聂笃宪	华南农业大学数学与信息学院	37	127	6.0	9.0
2	魏伟康	华南农业大学数学与信息学院	1	0	0.0	0.0
3	庄泽鸿	华南农业大学数学与信息学院	1	0	0.0	0.0
4	吴海童	华南农业大学数学与信息学院	1	0	0.0	0.0
5	卜加慧	华南农业大学数学与信息学院	1	0	0.0	0.0