水库型饮用水水源地水质综合评价RDPSO-RF模型及应用

论文摘要

提出一种基于随机漂移粒子群（RDPSO）算法优化的随机森林（RF）水质综合评价方法,利用RDPSO算法优化RF决策树数量和分裂属性个数2个关键参数,构建RDPSO-RF评价模型,并与基于RDPSO算法优化的回归支持向量机（SVR）评价模型作对比,以红河州17个水库型饮用水水源地水质综合评价为例进行实例研究。通过评价因子各分级阈值构建样本对RDPSO-RF、RDPSO-SVR模型进行训练及测试,利用测试好的模型对实例水质进行综合评价。结果表明:RDPSO-RF模型对训练、测试样本模拟的平均相对误差绝对值分别为0.33%、0.90%,拟合-测试精度远优于RDPSO-SVR模型的1.12%、3.07%,具有较好的评价精度和泛化能力。RDPSO-RF、RDPSO-SVR模型对实例17个水源地水质评价结果基本相同,但有3个水源地水质评价结果存在差异。提出的RDPSO-RF模型及方法可为相关水质评价研究提供参考。

论文目录

• 1 RDPSO-RF评价模型
•   1.1 随机漂移粒子群算法
•   1.2 随机森林算法
•   1.3 RDPSO-RF评价实现步骤
• 2 实例应用
•   2.1 基本概况
•   2.2 模型构建与参数设置
•   2.3 模型检验
•   2.4 水源地水质综合评价
• 3 结论

文章来源

类型: 期刊论文

作者: 伏吉祥

关键词: 水质评价,随机漂移粒子群算法,随机森林,参数优化,饮用水水源地

来源: 人民珠江 2019年03期

年度: 2019

分类: 工程科技Ⅱ辑,工程科技Ⅰ辑

专业: 环境科学与资源利用

单位: 云南省水文水资源局红河分局

分类号: X824

页码: 101-106+127

总页数: 7

文件大小: 507K

下载量: 108