基于HLCMEA-SWRELM的水体pH值预测
来源：计算机应用与软件杂志2024年第2期北京时间：
作者：陈肖, 陈峰
摘要：为解决传统水体pH值预测模型泛化能力差，预测准确度低的问题，提出一种改进思维进化算法（MEA）优化改进极限学习机（ELM）的水体pH值预测方法。在MEA基础上引入混沌理论、莱维飞行及柯西高斯混合变异策略，有效解决MEA早熟、易陷入局部最优的缺点，提高了求解搜索性能。将Morlet小波与反双曲正弦叠加作为ELM的激励函数并引入正则化项，提高了ELM动态逼近性能与泛化能力。将模型运用于太湖水体pH值预测中，实验结果分析表明，相比其他模型，该模型泛化能力好，预测精度高，可为水环境管理与决策提供依据。
关键词：莱维飞行, 思维进化算法, 极限学习机, pH值
