基于RF-GA-SVR算法预测某地的土壤重金属污染情况

摘要：

为了更加准确地预测区域土壤重金属含量,提出一种基于随机森林、遗传算法与支持向量回归模型(RF-GA-SVR)预测土壤重金属污染模型.通过随机森林模型对土壤中重金属含量进行特征提取、特征训练,得出土壤重金属污染状况分类结果;然后将随机森林特征选择优化的结果输入到支持向量回归模型中;再使用遗传算法对支持向量回归模型参数进行优化,之后建立RF-GA-SVR土壤重金属污染预测模型.实验表明,使用RF-GA-SVR模型预测土壤重金属污染含量的方法可行,与传统的支持向量回归模型相比,精度提高了5.225％,具有一定的应用价值.

关键词：土壤污染;重金属污染;RF-GA-SVR算法;预测模型;特征提取;特征训练;参数优化;数据分析

所属期刊栏目：44

分类号：TN911.1-34;TP3

资助基金：国家重点研发计划课题资助;北京市科技创新服务能力建设-基本科研业务费市级科研类PXM2019_014224_000026

在线出版日期：2021-11-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：129-133