本发明提出一种水质预测方法,所述方法利用回归型支持向量机SVR算法来预测水中的溶解氧,通过人工免疫算法AIA来优化回归型支持向量机SVR中的参数C和参数g以减少人为因素的主观影响并提高支持向量机的泛用性和性能,所述方法将向量机模型的输出与各类水质参数进行相关性计算,选出相关性系数较高的水质参数作为模型的输入,以提升算法的准确性;本发明的预测值更接近真实值,性能更优越。改进后的算法可用于溶解氧的早期预报。
水质预测方法,所述方法利用回归型支持向量机SVR算法来预测水中的溶解氧,通过人工免疫算法AIA来优化回归型支持向量机SVR中的参数C和参数g以减少人为因素的主观影响并提高支持向量机的泛用性和性能,所述方法将向量机模型的输出与各类水质参数进行相关性计算,选出相关性系数较高的水质参数作为模型的输入,以提升算法的准确性。
发明人:陈爱华 郑金洪 黄健萌 占沛远 范贵源 张传琦 何惺
福州大学(Fuzhou University),简称福大,位于福建省福州市,创建于1958年,是国家“双一流”建设高校,国家“211工程”建设高校,国家教育部、国家国防科技工业局与福建省人民政府共建高校,福建省三所重点建设的高水平大学之一,福建省一流大学建设高校,入选国家建设高水平大学公派研究生项目、教育部首批“卓越工程师教育培养计划”高校、新工科研究与实践项目、数据中国“百校工程”项目、国家“111计划”、“高校国际化示范学院推进计划”、国家级大学生创新创业训练计划、全国首批深化创新创业教育改革示范高校、中国政府奖学金来华留学生接收院校、全国专业学位研究生教育综合改革试点单位、国家集成电路人才培养基地、首批高等学校科技成果转化和技术转移基地、高校国家知识产权信息服务中心。
评价单位:- (-)
评价时间:2023-12-12
综合评价
水质预测方法,所述方法利用回归型支持向量机SVR算法来预测水中的溶解氧,通过人工免疫算法AIA来优化回归型支持向量机SVR中的参数C和参数g以减少人为因素的主观影响并提高支持向量机的泛用性和性能,所述方法将向量机模型的输出与各类水质参数进行相关性计算,选出相关性系数较高的水质参数作为模型的输入,以提升算法的准确性。综上所述,该技术的完整的方案、自适应性和可靠性的优势、与市场需求的契合程度以及应用潜力的市场背景,显示出该技术的潜力和吸引力。然而,在资本化和市场推广过程中,需注意与合作伙伴建立关系、确保产品的稳定性和兼容性、有效的市场营销策略等方面的挑战。通过充分利用相关的数据和趋势分析,可以为该技术的进一步发展提供指导和支持。
查看更多>