• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《工业用水与废水》 >基于SSA-MIC-SMBO-ESN的水质预测模型

基于SSA-MIC-SMBO-ESN的水质预测模型

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

水污染事件威胁人类生产和生活安全,提前预测水质变化对水污染的快速反应具有重要意义。基于水质数据的时序性,引入泄漏积分型回声状态网络(ESN),以莆田市东圳水库水质监测站的10种水质指标数据作为样本,分别构建DO、COD_(Mn)、TP的水质预测模型。首先,在用邻近点线性趋势法对缺失值进行填充,用Z-score法和邻近点线性趋势法对异常值进行检测修正的基础上,用奇异谱分析(SSA)算法对水质数据进行平滑降噪处理;然后,采用最大互信息系数(MIC)衡量水质指标之间的相关度,选取相关系数较大的水质指标作为待预测水质指标的输入特征;最后,利用ESN构建基于多特征的水质预测模型,其中采用序列模型优化(SMBO)算法对模型的超参数进行优化。试验结果表明,构建的DO、COD_(Mn)和TP的SSA-MIC-SMBO-ESN水质预测模型都具有较高的预测精度,适合实际应用。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号