一种紫外-可见光谱检测水质COD预测模型优化方法.pdfVIP

中国环境科学 2015，35(2)：478-483 China Environmental Science 一 种紫外一可见光谱检测水质COD预测模型优化方法 汤 斌，赵敬晓，魏 彪 ，蒋上海，罗继阳，VoQuangSang，冯 鹏，米德伶 (重庆大学光电技术及系统教育 部重点实验室，重庆 400044) 摘要：针对紫外一可见光谱法检测水质COD预测模型的精度低和收敛速度慢等问题，研究了一种基于粒子群算法联合最小二乘支持向量机 (PSO_LSSVM)的水质检测COD预测模型优化方法，并引入主元分析(PCA)算法对模型输入光谱数据进行降维预处理，借以提高模型的收敛 速度．结果表明，利用粒子群(eSO)算法收敛速度快和全局优化能力，优化了最小二乘支持向量机(LSSVM)模型的惩罚因子和核函数参数，避 免了人为选择参数的盲 目性，克服 了传统 LSSVM 预测模型的精度较低、稳健性较差等缺点．通过 以收敛时间、预测平均相对误差(MRE1 和均方根误差(RMSE)为评价标准进行评估，输入样本经过PCA降维预处理的PSOLSSVM模型的预测能力和输入样本未经过降维预处理 的LSSVM模型与PSQ LSSVM模型进行了比较分析，输入样本经过PCA降维预处理的PSOLSSVM模型预测效果最优，且此算法使用 C 语言实现，易于移植，这为紫外 可见光谱水质 COD在线、实时性检测奠定了基础． 关键词：水质COD；紫外一可见光谱法：预测模型：PcA PSOLSSVM 中图分类号：X703 文献标识码 ：A 文章编号：1000—6923(2015)02—0478—06 Amethodofoptim izingthepredictionmodelforthedeterm inationofwaterCOD byusingUV—visiblespectroscopy． TANGBin，ZHAOJing—xiao，WEIBiao’，JINGShang—hai，LUOJi-yang，VOQuangSang，FENGPeng，MIDe-ling(Key LaboratoryofOptoelectronicTechnologyandSystems，MinistryofEducation，ChongqingUniversity,Chongqing400044， China)．ChinaEnvironmentalScience，2015，35(2)：478~483 Abstract：TherearesomeproblemsinthepredictionmodelofthedeterminationofwaterCOD byusingUV-visible spectroscopy,suchaslow precisionandslow convergencespeed．Thispaperstudiedanoptimizationmethodbasedon particle swarlTloptimization algorithm in combination with leastsquares suppo~ vector machine algorithm ，and introducedtheprincipalcomponentanalysis(PCA)algorithm toreducethedimensionoftheinputdatainorderto improvetheconvergencespeedofthemode1．PSOhadtheabiliyt offastconvergencespeedandglobaloptimization．The penalty factorand thekernelfunctionparameterofthetraditionalLSSVM modelhad been optimized by PSO to overcometheblindnessofselectingparametersmanuallyanddisadvantagesofLSSVM predictionmodeloflow precision， poorrobustness．LSSVM modelandPSO LSSVM modelhadbeenestablished，whichthedimensional