PSO-SVM与BP神经网络组合预测供水系统余氯的方法

• 作者: 孟繁艺 徐冰峰 毛湘云
• 来源期刊: 土木与环境工程学报（中英文）
• 学科: 工学
• 关键词: 余氯 支持向量机 粒子群算法 神经网络 组合模型
• 年，卷（期）: 2019,（4）
• 页码范围: 159-164
• 页数: 6页
• 分类号: TU991.33
• 字数: 3201字
• 语种: 中文
• DOI: 10.11835/j.issn.2096-6717.2019.084

摘要

针对余氯量在供水系统内非线性变化的特性,建立了PSO-SVM与BP神经网络组合模型对管网末端余氯进行预测分析.该模型通过粒子群优化算法(PSO),对SVM的特性参数进行优化;采用BP神经网络对模型进行残差修正.通过对单一的BP模型和SVM模型、组合模型的预测精度进行分析.结果 表明:组合模型预测比BP和SVM单一预测均方误差分别降低了62.30％、75.29％,平均相对误差降低了55.03％、54.27％.综上所述,该模型具有强大的非线性拟合能力,预测精度高,运行稳定性强,对供水企业控制余氯的投加量和设置二次加氯点有一定的指导作用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐冰峰	昆明理工大学建筑工程学院	59	231	7.0	13.0
2	孟繁艺	昆明理工大学建筑工程学院	7	11	2.0	3.0
3	毛湘云	昆明理工大学建筑工程学院	5	2	1.0	1.0