[发明专利]一种水质预警方法及系统

说明书

本发明提供了一种水质预警方法及系统，方法包括：获取待测水域的当前生物运动特征数据；将待测水域的当前生物运动特征数据，输入水质预警模型，得到预警结果；所述水质预警模型是采用差分进化算法和灰狼优化算法对支持向量机模型进行训练得到的。本发明提供的方法及系统通过差分进化算法和灰狼优化算法对支持向量机模型进行训练得到水质预警模型，使用水质预警模型对待测水域进行水质预警，能够提高水质预警的准确性，具有全局搜索能力强的优点。

技术领域

本发明涉及水质预警领域，特别是涉及一种水质预警方法及系统。

背景技术

水质是水体质量的简称，一般通过水体的物理(如色度、浊度、臭味等)、 化学(无机物和有机物的含量)和生物(细菌、微生物、浮游生物、底栖生物) 来衡量。目前，随着科技发展和人类生活水平的提高，人类对水质的关注度 越来越高。水质预警成为科研人员争相研究的话题。

目前水质预警取得了一定的成果，根据生物(主要是鱼群)轨迹特征参 数，采用参数加权求和或者机器学习算法进行生物水质预警。但是参数加权 求和的方法，需要进行大量的实验求得最优权值；而机器学习方法采用大部 分都基于SVM(支持向量机，SupportVector Machine)模型对生物特征数据 的进行二分类得到预警结果，但是，目前的SVM模型和SVM改进模型虽 然有不错的局部搜索能力，但是在全局搜索时存在稳定性差、准确率低的问 题。

因此，亟需一种水质预警技术，具有准确性高、全局搜索能力强的优点。

发明内容

本发明的目的是提供一种水质预警方法及系统，能够提高水质预警的准 确性，具有全局搜索能力强的优点。

为实现上述目的，本发明提供了如下方案：

一种水质预警方法，包括：

获取待测水域的当前生物运动特征数据；

将所述待测水域的当前生物运动特征数据，输入水质预警模型，得到所 述待测水域的预警结果；所述水质预警模型是利用差分进化算法和灰狼优化 算法对支持向量机模型进行训练得到的。

可选的，在所述将所述待测水域的当前生物运动特征数据，输入水质预 警模型，得到所述待测水域的预警结果之前，还包括：

建立支持向量机模型；

获取待测水域的生物运动特征历史数据；

将所述待测水域的生物运动特征历史数据作为训练集，利用差分进化算 法和灰狼优化算法对所述支持向量机模型进行训练，得到水质预警模型。

可选的，所述将所述待测水域的生物运动特征历史数据作为训练集，利 用差分进化算法和灰狼优化算法对所述支持向量机模型进行训练，得到水质 预警模型，具体包括：

构建初始狼群；

利用差分进化算法对所述初始狼群进行处理，得到优化后的初始狼群， 将优化后的初始狼群作为训练狼群并初始化最优狼群目标函数值；

将所述训练狼群和所述训练集均输入所述支持向量机模型，计算所述训 练狼群中每个个体的个体目标函数值；

根据所述个体目标函数值对所述训练狼群中的个体进行降序排序，并将 前3个个体分别作为α狼、β狼和δ狼；

根据所述α狼的个体目标函数值、所述β狼的个体目标函数值和所述δ 狼的个体目标函数值，更新所述最优狼群目标函数值；