[发明专利]基于PSO和SVM混合算法识别太湖入湖河流水质主要影响因素的分析方法

摘要

本发明公开了一种基于PSO和SVM混合算法识别太湖入湖河流水质主要影响因素的分析方法，属于水质监控技术领域。本发明方法将PSO算法与SVM算法结合；PSO算法用于优化SVM算法的参数c和g，以利于快速、高效的确定c和g的全局最优值；SVM算法基于最优的c和g，以影响水质的众多影响因素作为特征向量预测不同水质，通过预测率高低识别确定太湖入湖河流水质的主要影响因素。本发明方法能够准确的从影响水质的各种影响因素中识别出主要影响因素，为河流水质的监控预警提供了有利的证据。

主权项

一种基于PSO和SVM混合算法识别河流水质主要影响因素的分析方法，其特征是采用下列步骤：（1）PSO算法优化SVM算法的参数c和g先对河流水质影响因素的数据集进行归一化，然后初始化粒子群微粒的位置和速度，并初始化SVM的参数，评价每个微粒的适应度，确定微粒的当前最好位置pbest以及gbest，寻找全局最优值，并确定SVM算法的参数c和g；（2）SVM算法识别河流水质的主要影响因素以影响河流水质的不同因素为SVM的特征向量，利用具有最优c和g的SVM算法进行预测，根据预测率高低比较每一因素对水质的影响，从而识别影响水质的主要影响因素。