基于EEMD和萤火虫算法优化SVM的溶解氧预测

摘要：

养殖池塘中的溶解氧(DO)对水产品的生长和品质有着至关重要的作用.为了提高溶解氧预测的准确性和有效性,提出了一种基于集合经验模态分解(EEMD)和萤火虫算法(FA)优化支持向量机(SVM)的组合预测模型.首先,将DO 时间序列通过集合经验模态分解为一组去除噪声的并相对稳定的子序列.接着,利用相空间重构(PSR)重建分解子序列,在相空间中用SVM 对各子序列进行建模预测.然后,利用萤火虫算法对SVM 的参数进行优化,建立基于SVM 的预测模型,最后得到原始DO 序列的预测值.为了获得未来24 小时的预测结果,采用单点迭代法实现多步预测.仿真结果表明,所提出的EEMD-FA-SVM 组合预测模型比FA-SVM、EEMD-FA-BP 和EEMD-PSO-SVM 等模型具有更好的预测效果,能够满足现代渔业养殖水质精细化管理的高需求.

关键词：溶解氧预测、集合经验模态分解、萤火虫算法、支持向量机、单点迭代法

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

在线出版日期：2021-03-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：359-365