论文部分内容阅读
重金属在土壤中的富集正日益受到我们的关注。为了预防土壤重金属污染对公共健康造成威胁,土壤重金属污染监测成为一项十分重要的工作,而土壤重金属含量预测是其中的重要一环。机器学习是数据预测的重要方法,单一机器学习模型的预测误差往往较大,机器学习和群智能优化算法的组合模型更有利于数据的学习训练。为了更好的优化机器学习模型,本文提出了一种改进的粒子群优化算法(C-PSO),改进策略旨在不断生成更多或更好的变化的粒子(Changing Pa rticles)。首先,为了避免粒子多样性的过早消失,C-PSO算法引