基于ELMR-SVMR的海水水质预警模型研究

来源：大连理工大学学报杂志2016年第2期北京时间：

作者：张颖,李梅,高倩倩,施佳

摘要：海水水质预警对海洋环境监控和保护有着重要的意义．极限学习机回归和支持向量机回归(extremelearningmachineregression-supportvectormachineregression，ELMR-SVMR)集成预警模型采用预测与评价相结合的方式，实现对未来海水富营养化状况综合预警的目的．其中SVMR方法用于构建海水富营养化评价模型；ELMR用于对未来一段时间的水质状况进行综合预测，ELMR的预测结果作为评价模型的输入变量．集成模型的可靠性直接影响预警的有效性，ELMR-SVMR的可靠性通过分析ELMR预测误差对SVMR评价模型的灵敏度得到．将各参变量的预测误差结果作为评价模型的灵敏度影响参量，通过灵敏度计算可获得对ELMR-SVMR模型的灵敏度评价．通过与其他方法的实验对比及分析，验证了该区域范围内所建ELMR-SVMR预警模型的有效性，为探索建立有效的海水水质预警模型提供了一种新途径．

关键词：集成预警模型极限学习机支持向量机海水富营养化灵敏度分析

基金资助：国家自然科学基金资助项目(61273068);上海市科学技术委员会国际学术交流合作资助项目(15220721800);上海市教育委员会科研创新资助项目(13YZ084).