基于集合经验模态分解和支持向量机的溶解氧预测

来源：环境监测管理与技术杂志2018年第3期北京时间：

作者：余成洲；李勇；白云；

单位：重庆集能环保技术咨询服务有限公司；兰州大学资源环境学院；重庆工商大学国家智能制造服务国际科技合作基地；

摘要：应用集合经验模态分解（EEMD）和支持向量机（SVM）相结合的方法，建立一种天然水体溶解氧浓度预测模型。首先，利用EEMD方法将溶解氧时序分解成不同频段的分量，以降低序列的非平稳性；然后，根据各序列分量的自身特征建立合适的SVM预测模型，此过程通过相关分析确定各分量输入量；最后，将各子分量预测值合成得到最终的预测结果。使用该模型对嘉陵江北温泉段的溶解氧浓度进行预测，结果表明，与传统单一的SVM和BP神经网络模型相比，该模型能有效提高预测精密度，具有良好的应用前景。

关键词：集合经验模态分解,支持向量机,溶解氧预测,相关分析,

基金资助：教育部人文社科研究基金资助项目（17YJC630003）；重庆市社会科学规划基金资助项目 (2016BS081)；重庆市教委科学技术研究基金资助项目（KJ1706175）