基于遺傳算法與支持向量機的水質預測模型

馬 創(chuàng)，王 堯，李林峰

(重慶郵電大學 a.軟件工程學院；b.通信與信息工程學院，重慶 400065)

水是人類社會生產生活必不可少的資源，水資源相關的環(huán)境保護與循環(huán)利用至關重要。隨著社會的進步，水體污染對社會的影響也日益明顯，水體被排入大量污染物，對人類的日常生活造成極大的威脅。而水質預測可以為有關部門的干預決策提供重要參考。在許多工業(yè)場景中，水質預測也具有重要意義。例如在污水處理工藝中，如果可以通過水質預測提前預知突發(fā)的水質超標情況，就能夠為工程人員提供預警，預留時間人為干預，保證污水處理出廠水質達標。

水質預測主要有如下幾種預測方法：通過構建物理模型的方法[1]，灰色系統(tǒng)預測法，神經網絡預測法[2]，模糊理論預測法[3]，以及數(shù)理統(tǒng)計預測法等。

顏劍波等人[4]通過分析水質變量之間的規(guī)律，建立多元回歸模型，對三門峽斷面水質進行了預測。劉東君等人[5]結合灰色系統(tǒng)預測法與神經網絡，對北京密云水庫的溶解氧進行了預測，通過將混合模型分別于2個原型方法作比較，表明混合模型相比2個原型方法，預測結果更為精確和穩(wěn)定。姜云超等人[6]綜合運用 BP, SOM 與模糊綜合評價法對黃河水質進行了評價，取得了較理想的結果。榮潔等人[7]提出指數(shù)平滑法-馬爾科夫預測模型，將平滑處理后的數(shù)據(jù)通過馬爾科夫預測模型對合肥湖濱與巢湖裕溪口2個斷面的CODMn、TP、TN濃度進行了預測。RederK等人[8]使用人工神經網絡模型預測水質變化，證實了神經網絡模型是被用于水質預測的可行性。……