论文部分内容阅读
水质预测与综合评价是认识和研究水环境的一项重要内容，其目的是准确反映水环境的质量和污染状况，预测未来的发展趋势，是水环境管理、保护和治理的一项重要基础性工作。
本文针对水环境系统的复杂性、非线性、小样本等特征，以地表水质量预测与评价为研究目标，详细研究了支持向量机的理论与方法，并将支持向量机算法应用于地表水质指标值预测及其综合评价的实际问题研究中。这不仅丰富了水环境质量预测与评价的理论与方法，而且对水资源的合理规划和可持续地开发利用提供了科学的决策依据和技术支持，具有实际应用价值。
本文的主要工作是：
(1)对SVM算法理论的发展历史、研究现状及未来的发展方向，特别是对目前主要研究内容及其应用作研究性综述。通过理论分析探讨了其中几种SVM多值分类算法的优缺点。
(2)剖析了水环境的水质预测和评价方法的国内外研究现状，将支持向量机回归理论应用到地表水水质指标值的预测中。实验结果表明，基于支持向量机回归理论的方法比BP神经网络更加准确。
(3)以长江流域为例，应用基于二叉树的支持向量机多值分类算法实现对地表水质的综合评价。通过建立支持向量机水质分类模型，进行实验仿真，并与实际的水质分类结果进行了比较，得出该方法具有优秀的分类能力。