收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于最小二乘支持向量机的河涌水质预测研究

范莹莹  
【摘要】:近年来,随着社会经济的高速发展,水环境污染日趋严重。为了保证我国水资源的可持续发展,加强水资源管理、保护水资源是我国水环境工作者亟需解决的重大问题之一。水质预测是水资源管理和水污染控制的主要手段之一,是进行水质治理和水资源开发利用的基础性工作,是顺利实现水环境规划管理、水污染综合防治等任务不可缺少的基础工作。 支持向量机是近年来兴起的基于统计学习理论的一种新型算法,是研究复杂非线性和人工智能等学科的前沿方法,由于其突出的分类和回归性能,逐渐在很多领域得到了广泛的应用与研究。本文尝试将支持向量机方法引入到河涌水质预测分析中,对最小二乘支持向量机方法应用到河涌水质预测中进行了一些探索性研究,以期能够找到比传统预测方法更精确的水质预测模型。 本文首先介绍了一些成熟且常用的河涌水质模型,然后分析了几种常用的河涌水质预测方法,其中重点研究了BP神经网络算法及其建模步骤,以及各常用方法的特点。支持向量机的理论基础和原理的学习是本文的重点,包括机器学习理论、统计学习理论以及结构风险最小化原理等内容。本文更详细地研究了标准支持向量机的改进形式——最小二乘支持向量机(LS-SVM)的算法,给出了LS-SVM建模中参数选择、核函数的选择等的方法。在以上理论学习的基础上,重点是利用最小二乘支持向量机方法对未来河涌水质进行预测,并与BP神经网络算法进行了对比分析。实验证明了LS-SVM用于河涌水质预测的优越性,证明了将支持向量机方法引入河涌水质预测分析是有效可行的,同时也证明了支持向量机方法预测能力出色的理论优点。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 姚炎明,蒋国俊,沈学优,李棕华;有限单元法及其在河流污染计算中的应用[J];环境污染与防治;1996年06期
2 程万里;郝伏勤;;季节性自回归模型在黄河水质预测中的应用初探[J];中国科技信息;2007年12期
3 赵玉华,傅金祥,孙凤海;白石水库水源水质动态模拟预测研究[J];给水排水;2003年08期
4 王海云,冯裕钊,张晓清,赵宏伟;一种基于补偿模糊神经网络的水质预测方法[J];重庆建筑大学学报;2004年05期
5 王哲明;胡双俊;;基于氧化塘技术水质模型应用的研究[J];给水排水;2010年S1期
6 王李;刘志斌;常欢;;自适应遗传BP神经网络在水质预测中应用[J];微计算机信息;2011年04期
7 宛筝;李晔;汪晓露;刘星;刘秀华;王慧觉;;多元线性回归与灰色联合模型在湖泊水质预测中的应用[J];江苏环境科技;2006年S2期
8 朱长军;周继红;李树文;赵秀娟;杨卫华;;基于灰色理论的地下水水质预测[J];辽宁工程技术大学学报;2006年S2期
9 程万里;李亦芳;郝伏勤;樊亚玲;张建军;;GM(1,1)模型群在黄河水质预测中的应用研究[J];工业安全与环保;2007年11期
10 张舒羽;程杭平;;杭州市新取水口水质论证[J];长江科学院院报;2010年06期
11 操群;柳炳祥;林洋;;BOD-DO耦合模型在鄱阳湖入湖河流水质预测中的应用[J];科技资讯;2011年07期
12 曹永中;周孝德;吴秋平;孙东迁;;河流水质模型研究概述[J];水利科技与经济;2008年03期
13 陈娟;谢玲玲;马淑兰;;灰色系统在水质预测中的应用[J];科教文汇(上旬刊);2008年07期
14 颜剑波;阮晓红;孙瀚;;多元回归分析在黄河水质预测中的应用[J];人民黄河;2010年03期
15 刘启干;章宏炮;;模糊数学在水质预测中的应用[J];环境保护;1984年11期
16 李彦武,李玉梁,吴乾钊;广州潮汐河网水质预测数学模型研究[J];环境科学研究;1992年02期
17 李如忠,汪家权,钱家忠;基于灰色动态模型群法的河流水质预测研究[J];水土保持通报;2002年04期
18 蓝家万,栗苏文,宋强,李兰;地理信息系统在环境影响评价中的应用[J];中国农村水利水电;2003年02期
19 朱长军;卢军燕;郝振纯;张普;刘德东;周继红;;应用灰色新陈代谢GM(1,1)模型预测河流水质[J];河北工程大学学报(自然科学版);2007年01期
20 李亦芳;程万里;刘建厅;程银行;;基于人工神经网络与回归分析的水质预测[J];盐城工学院学报(自然科学版);2008年01期
中国重要会议论文全文数据库 前10条
1 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
2 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
3 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
4 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
5 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
6 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
7 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(上册)[C];2004年
8 张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年
9 许建生;盛立东;;基于改进的支持向量机和BP神经网络的识别算法[A];第八届全国汉字识别学术会议论文集[C];2002年
10 荣海娜;张葛祥;张翠芳;;基于支持向量机的非线性系统辨识方法[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
中国博士学位论文全文数据库 前10条
1 武国正;支持向量机在湖泊富营养化评价及水质预测中的应用研究[D];内蒙古农业大学;2008年
2 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
3 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
4 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
5 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
6 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
7 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
8 田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年
9 燕忠;基于蚁群优化算法的若干问题的研究[D];东南大学;2005年
10 任东;基于支持向量机的植物病害识别研究[D];吉林大学;2007年
中国硕士学位论文全文数据库 前10条
1 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
2 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
3 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
4 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
5 鄢常亮;基于支持向量机的高炉向凉向热炉况预测研究[D];内蒙古科技大学;2010年
6 韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年
7 冯杰;慢时变对象的支持向量机建模与在线校正方法研究[D];东北大学;2009年
8 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
9 王奇安;基于广泛内核的CVM算法研究及参数C的选择[D];南京航空航天大学;2009年
10 张永新;基于支持向量机和遗传算法相结合的模拟电路故障诊断方法研究[D];东北大学;2009年
中国重要报纸全文数据库 前10条
1 陈碧波;广州长洲臭河涌可望变清澈[N];人民政协报;2004年
2 记者 杨明 廖靖文 通讯员 陈伟秋 卢绍琨;洗衣机放阳台也污染河涌[N];广州日报;2008年
3 莫灼均;河涌治理技术[N];中国水利报;2009年
4 通讯员 陈秋根 记者 赖有生;6年投入超12亿整治内河涌[N];中山日报;2010年
5 首席记者 赖有生 通讯员 陈秋根;去年投2.7亿净化内河涌[N];中山日报;2010年
6 记者 舒涓 通讯员 陈伟秋;特殊考核:两年后区长游河涌[N];广州日报;2008年
7 记者 舒涓 通讯员 鞠杨 穗府研;多管齐下治污水 背水一战清河涌[N];广州日报;2008年
8 记者 胡良光 通讯员 彭淑芳;牛年开工第二天 广州治水迈首步[N];南方日报;2009年
9 特约记者 刘彦平 通讯员 杨豹;东升路通水通绿化好[N];中山日报;2009年
10 广东建设报记者 孔华 通讯员 卢绍琨;思路清晰 目标明确 总体可行[N];广东建设报;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978