%0 Journal Article
%T 基于改进混合遗传-支持向量机的CMF产水预测研究
%A 许丹宇
%A 王琦
%A 唐运平
%A 张志扬
%A 石岩
%A 孙凯
%A 柴树满
%J 环境工程学报
%D 2011
%X 将模拟退火思想和加速遗传特性相结合，改进选择策略和遗传算子，建立加速遗传模拟退火算法（AGSA）；基于支持向量机(SVM)的非线性回归和改进混合遗传算法的因子筛选，构造了支持向量机模型参数的自适应优化算法，提出连续微滤系统（CMF）产水预测模型；通过实测中试规模连续微滤系统产水量变化对模型进行验证，结果表明：该模型较好地揭示了CMF系统产水变化规律，模拟与实测结果间的误差小、相关性强（R2=0.91、MAE=0.0132、SSE=0.0055、RMSE=0.0155），说明模型具有较强的预测能力；采用留一法对训练样本进行交叉验证（R2=0.89、MAE=0.0164、SSE=0.0073、RMSE=0.0178），表明该模型同时具有良好的稳健性。此外，将基于AGSA-SVM的模型与神经网络BP算法进行了比较，结果显示：应用AGSA-SVM建立的模型在稳健性和预测能力都优于BP算法，因此该算法更适合于对CMF系统进行产水预测研究。
%K 连续微滤
%K 支持向量机
%K 加速遗传模拟退火算法
%K BP神经网络
%K 膜通量
%U http://www.cjee.ac.cn/teepc_cn/ch/reader/view_abstract.aspx?file_no=20110808&flag=1