支持向量機在湖泊富營養(yǎng)化評價及水質(zhì)預(yù)測中的應(yīng)用研究.pdf

1、湖泊富營養(yǎng)化問題是當(dāng)今世界面臨的最主要水污染問題之一，湖泊富營養(yǎng)化評價與水質(zhì)預(yù)測是認(rèn)識和研究湖泊水環(huán)境的一項重要內(nèi)容，其目的是準(zhǔn)確反映湖泊水環(huán)境的質(zhì)量和污染狀況，預(yù)測未來的發(fā)展趨勢，是湖泊水環(huán)境管理保護(hù)和治理的一項重要基礎(chǔ)性工作。目前在進(jìn)行湖泊水質(zhì)預(yù)測與富營養(yǎng)化評價時，存在的主要問題是沒有一個被大家公認(rèn)通用的具有可比性的水質(zhì)預(yù)測與評價的數(shù)學(xué)模型，各部門在進(jìn)行評價時，選用數(shù)學(xué)模型的任意性很大。這些方法雖然在實際應(yīng)用中占據(jù)主導(dǎo)地位，但人們也

2、發(fā)現(xiàn)它們還存在著許多不足之處。 支持向量機是近年來興起的一種新型算法，是復(fù)雜非線性科學(xué)和人工智能科學(xué)的研究前沿，由于其突出的分類與回歸性能，逐漸在許多研究領(lǐng)域展開了廣泛的應(yīng)用與研究。本文試圖在總結(jié)前人的已有的一些工作基礎(chǔ)上深入研究該方法在水環(huán)境質(zhì)量評價特別是湖泊富營養(yǎng)化評價及預(yù)測中的應(yīng)用，同時對支持向量機模型參數(shù)的選取對模型精度的影響做出評價。 研究結(jié)果表明，支持向量機理論與算法完全可以應(yīng)用于湖泊水質(zhì)預(yù)測與富營養(yǎng)化評

3、價中，而且模擬結(jié)果較已有成熟方法的精度相當(dāng)甚至更好，其結(jié)果合理可行。 本文所研究的主要內(nèi)容有如下幾點: (1)對目前水環(huán)境質(zhì)量評價及預(yù)測的研究方法進(jìn)行系統(tǒng)總結(jié)。針對目前評價與預(yù)測方法存在的一些缺陷引出了支持向量機算法，簡要回顧了支持向量機算法的發(fā)展歷程和研究現(xiàn)狀并總結(jié)了該算法的優(yōu)點所在。 (2)概述了機器學(xué)習(xí)的目的、機器學(xué)習(xí)的基本模型、機器學(xué)習(xí)的三種主要的問題、經(jīng)驗風(fēng)險最小化原則和復(fù)雜性與推廣能力。詳細(xì)闡述

4、了統(tǒng)計學(xué)習(xí)理論的基本思想及主要研究內(nèi)容。 (3)系統(tǒng)的介紹了支持向量機分類算法和回歸機的基本原理，總結(jié)了目前支持向量機分類算法和回歸機的標(biāo)準(zhǔn)算法以及各種變形算法，并對各種算法的原理進(jìn)行了詳細(xì)的說明，分析討論了這些算法的優(yōu)缺點，清楚全面的認(rèn)識支持向量機的研究內(nèi)容。同時探討并建立了支持向量回歸中的預(yù)測信任度并總結(jié)了支持向量回歸機方法的特點。 (4)以烏梁素海為例，以WEKA軟件為實現(xiàn)平臺，將支持向量機方法引入到湖泊富營養(yǎng)

5、化評價與水質(zhì)預(yù)測中來，探討其方法在該領(lǐng)域的適用性。同時與已有的成熟算法進(jìn)行比較分析，最后總結(jié)出支持向量機方法的優(yōu)點所在。 (5)總結(jié)了不同參數(shù)變化情況下對模型精度的影響，比較了ε-SVR和v-SVR兩種方法的擬合精度，對烏梁素海2001年5、7、10月和2002年5、7、10月的pH進(jìn)行預(yù)測并與線性回歸(LR)、BP神經(jīng)網(wǎng)絡(luò)和RBF網(wǎng)絡(luò)做了對比分析，其結(jié)果優(yōu)于其它幾種方法。 (6)分析了造成烏梁素海冰封期水體呈富營養(yǎng)

6、化的原因。 本論文的創(chuàng)新之處有以下幾個方面: (1)首次將支持向量機方法引入湖泊富營養(yǎng)化評價的研究領(lǐng)域，拓展了支持向量機的應(yīng)用范圍，豐富了富營養(yǎng)化評價方法。 (2)首次將基于時間序列的支持向量回歸模型應(yīng)用于湖泊水質(zhì)預(yù)測，且模型預(yù)測精度較其它方法有進(jìn)一步的提高。 (3)評價了烏梁素海冰封期的水體富營養(yǎng)狀況并進(jìn)行成因分析，這在我國湖泊富營養(yǎng)化的研究中尚屬首次。 (4)許多研究支持向量機的學(xué)者