基于MFOA-ELM的水质等级预测研究
来源：中国农机化学报杂志2019年第8期北京时间：
作者：孙小杰;孙学伟;
单位：陕西铁路工程职业技术学院;西安理工大学;
摘要：为提高水质评价模型的预测精度和适用性,针对极限学习机性能受输入权重W_i和隐含层偏置b_i的影响,提出一种基于修正因子的果蝇算法优化ELM的水质评价模型。选择2012—2017年巢湖水质监测数据为研究对象,与FOA-ELM、PSO-ELM、GA-ELM和ELM对比发现,MFOA-ELM具有更高的预测精度,精度高达98.36%,并且具有更快的收敛速度,可以广泛地应用于水质评价和预测。
关键词：果蝇优化算法,极限学习机,水质评价,粒子群算法,修正因子
基金资助：国家自然科学基金(61634004)
