改进灰狼群优化算法的环境污染物预测研究
2021-02-28马占飞江凤月李克见巩传胜
小型微型计算机系统 2021年10期
关键词:优化
马占飞,江凤月,李克见,巩传胜
1(内蒙古科技大学 包头师范学院,内蒙古 包头 014030) 2(内蒙古科技大学 信息工程学院,内蒙古 包头 014010)
1 引 言
草原作为北方重要的国土资源,在人类的生产活动和自然环境的改善中发挥着不可替代的作用.近年来,随着人口的急剧增长和经济的快速发展,草原地区的大气环境受到严重的污染,造成大面积的草原退化和沙漠化现象.因此,准确预测草原污染物的浓度,对科学治理大气污染,维持草原生态系统的平衡具有重要的意义.在污染物预测研究中,群体智能优化神经网络的算法颇受研究学者青睐.灰狼群算法[1],是新型的群体智能优化算法之一,国内外的学者们在此基础上进行了不同的探索.例如,文献[2]通过遗传算法优化的RBF神经网络的算法,建立RBF-GA的预测模型证明预测精度有所提高;文献[3]建立了基于径向基函数(RBF)神经网络的预测模型,并用粒子群算法(PSO)对神经网络的参数进行优化;文献[4]通过与GWO优化的SVM算法、遗传算法优化的SVM、粒子群算法优化的SVM预测算法相比,发现改进的GWO优化SVM的算法预测精度更准确;文献[5]建立基于灰狼群智能优化神经网络的预测模型,证明了此预测模型具有较好的泛化能力;文献[6]证明了在非线性问题的计算中,RBF神经网络有良好的的逼近能力;文献[7]通过与粒子群优化算法、人工蜂群优化算法相比较,证明所提出的灰狼群算法是一种很高效的优化算法;文献[8]利用群体智能优化算……
登录APP查看全文
