首页 | 本学科首页   官方微博 | 高级检索  
     

基于小波变换和支持向量机的水质预测
引用本文:梁坚,何通能.基于小波变换和支持向量机的水质预测[J].计算机应用与软件,2011,28(2).
作者姓名:梁坚  何通能
作者单位:浙江工业大学信息工程学院,浙江,杭州,310023
基金项目:浙江省重大科技专项(2008C13017-2)
摘    要:提出基于小波变换和支持向量机的水质预测模型。该模型运用小波变换得到水质时间序列在不同尺度下的变化特性,并用改进后的粒子群算法优化回归支持向量机的三个参数,提高了模型预测精度。运用该模型对王江泾自动监测站测得的溶解氧浓度进行了1步预测及2步预测,10组测试样本最高MAPE为4.54%,并用基于BP神经网络的预测结果进行了比较。结果表明,该模型性能良好、预测精度高、简便易行,比基于BP神经网络的模型具有更好的预测效果,为水质预测提供了一种有效的方法。

关 键 词:水质预测  小波分析  支持向量机  粒子群算法  混沌  参数优化  

WATER QUALITY PREDICTION BASED ON WAVELET ANALYSIS AND SUPPORT VECTOR MACHINE
Liang Jian,He Tongneng.WATER QUALITY PREDICTION BASED ON WAVELET ANALYSIS AND SUPPORT VECTOR MACHINE[J].Computer Applications and Software,2011,28(2).
Authors:Liang Jian  He Tongneng
Affiliation:Liang Jian He Tongneng(College of Information Engineering,Zhejiang University of Technology,Hangzhou 310023,Zhejiang,China)
Abstract:The paper proposes a prediction model of water quality based on wavelet transform and support vector machine(SVM).It uses wavelet to obtain characteristics of water quality time-series at different scales,also uses improved particle swarm optimization(PSO) to optimise three parameters of regressive SVM,which improves the prediction accuracy.The model is applied to 1-step and 2-step predictions of dissolved oxygen concentration measured at Wangjiangjing automatic monitoring station.The maximum MAPE of 10-gro...
Keywords:Water quality prediction Wavelet analysis SVM PSO Chaos Parameters optimization  
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号