(6)判斷GNIPSO算法是否滿足終止條件，若不滿足，則返回步驟(4)繼續(xù)迭代；若滿足，那么將終止迭代，輸出尋優(yōu)結(jié)果，并把具有最小適應(yīng)度值的(cbest,gbest)代入到SVR模型中進(jìn)行訓(xùn)練，再利用訓(xùn)練好的GNIPSO-SVR模型對(duì)DO進(jìn)行預(yù)測(cè)。

3實(shí)證研究

3.1數(shù)據(jù)來(lái)源及預(yù)處理

本文數(shù)據(jù)來(lái)源于中國(guó)環(huán)境監(jiān)測(cè)總站(http://www.cnemc.cn/)，選取上海市長(zhǎng)江流域的臨江、閔行西界(松浦大橋)、吳淞口、蘊(yùn)川路橋、黃渡等17個(gè)斷面的2020年12月15-18日的326個(gè)樣本的水質(zhì)數(shù)據(jù)，監(jiān)測(cè)站點(diǎn)每4小時(shí)發(fā)布一次實(shí)時(shí)數(shù)據(jù)。水質(zhì)指標(biāo)包括目標(biāo)變量DO和14個(gè)特征變量：水溫、pH、電導(dǎo)率、濁度、高錳酸鉀指數(shù)、氨氮、總磷、總氮及空氣污染物中的PM2.5、PM10、NO₂、SO₂、CO、O₃。

采集到的數(shù)據(jù)一般不直接采用，需經(jīng)過(guò)數(shù)據(jù)的歸一化處理。這是因?yàn)樗|(zhì)因子指標(biāo)的范圍比較大，不同的數(shù)據(jù)具有不同的量綱單位，為了消除水質(zhì)指標(biāo)彼此之間的量綱影響及保證這些數(shù)據(jù)之間具有可比性以及提高模型的運(yùn)行速度和預(yù)測(cè)精度。本文采用MATLAB R2018a的map-maxmin函數(shù)進(jìn)行歸一化處理，如式(23)所示，“apply”模式是將數(shù)據(jù)指標(biāo)轉(zhuǎn)化到[-1,1]之間，便于對(duì)比預(yù)測(cè)，而“resver”模式可以將數(shù)據(jù)反歸一化回去。

式(23)中，xi表示的是數(shù)據(jù)的樣本值，xmax表示的是最大值，xmin表示的是最小值，ymax與ymin分別為1和-1，y'表示數(shù)據(jù)的歸一化值。

3.2特征變量對(duì)溶解氧的影響

在減少信息丟失的基礎(chǔ)上降低預(yù)測(cè)模型的輸入維度，首先利用PCA計(jì)算水質(zhì)溶解氧主成分因子的累計(jì)方差貢獻(xiàn)率，選擇90%的累計(jì)方差貢獻(xiàn)率為閾值，把方差貢獻(xiàn)率的累加值超過(guò)90%的因子數(shù)作為特征變量的選取個(gè)數(shù)，如圖2所示。從圖2中可以看出，當(dāng)?shù)?個(gè)特征因子出現(xiàn)的時(shí)候，其總體的累計(jì)方差貢獻(xiàn)率超過(guò)了90%，因此選取8個(gè)特征因子代替原變量作為預(yù)測(cè)模型的輸入。再利用互信息分別求出14個(gè)影響因子與溶解氧之間的互信息值，可以得出溶解氧與各個(gè)水質(zhì)指標(biāo)的依賴程度較高，與空氣中的污染物因素依賴程度較低。其重要影響因子依次為電導(dǎo)率、總磷、濁度、高錳酸鉀指數(shù)、PH、氨氮、水溫、總氮、PM2.5、NO2、PM10、O3、CO、SO2，如表1所示。

聲明：本文所用圖片、文字來(lái)源《信息與控制》，版權(quán)歸原作者所有。如涉及作品內(nèi)容、版權(quán)等問(wèn)題，請(qǐng)與本網(wǎng)聯(lián)系刪除。

相關(guān)鏈接：溶解氧，監(jiān)測(cè)，O₃