10.3969/j.issn.1000-386X.2011.02.026
基于小波变换和支持向量机的水质预测
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.
水质预测、小波分析、支持向量机、粒子群算法、混沌、参数优化
28
TP2;TU9
浙江省重大科技专项2008C13017-2
2011-04-29(万方平台首次上网日期,不代表论文的发表时间)
共4页
83-86