摘要
本发明涉及人工湿地污染管理技术领域,尤其是一种人工湿地污染预测方法,其包括:检索文献,获取相关参数;对参数进行频率编码和特征缩放,得到数据集;将数据集划分为训练集及测试集;基于stacking模型建立预测器模型,所述预测器模型包括基学习器及元学习器;采用训练集对基学习器的模型分别进行训练;获取基学习器的预测结果,作为元学习器的输入;使用遗传算法对基学习器模型的预测权重进行优化;对基学习器三种模型的预测结果进行加权融合,再次对测试集进行预测,计算最终性能指标;衡量人工湿地预测值的偏差和预测性能。本发明解决了传统单一模型预测精度受限及稳定性差的问题。
技术关键词
污染预测方法
人工湿地
学习器
遗传算法
水力停留时间
进水方式
回归算法
训练集
数据
随机森林
偏差
超参数
溶解氧
水质
编码
指标
频率
氨氮
受限
系统为您推荐了相关专利信息
时间Petri网
系统调度方法
遗传算法
半导体晶圆
标识
协同优化方法
遗传算法
集成学习方法
SVR模型
随机森林模型
任务调度策略
资源分配方法
任务调度方法
动态更新
关系
气动布局优化
涵道风扇叶片
叶尖
载荷
时间推进方法