[发明专利]应用反向差分演化的稀土矿区农田水体pH值软测量方法

摘要

本发明公开了一种应用反向差分演化的稀土矿区农田水体pH值软测量方法。本发明采用支持向量机作为稀土矿区农田水体pH值的软测量模型，并利用反向差分演化算法来优化支持向量机的训练参数。在优化过程中，反向差分演化算法在其搜索过程中执行差分演化的基本操作算子，并以一定的概率执行改进的反向学习策略产生一个反向种群，然后在当前种群和反向种群中选择出优秀个体进入下一代种群，以此提高算法的全局搜索能力。本发明能够提高稀土矿区农田水体pH值软测量的精度。

主权项

1.一种采用差分演化算法优化后的支持向量机预测稀土矿区农田水体pH值的方法，其特征在于，包括以下步骤：步骤1，在需要软测量的稀土矿区农田内连续HD天采集水体样本，并测量出水体样本的水质指标：氨氮、总氮、总磷、硫化物、水温、水深度、农田面积和pH值，将测量出来的水质指标数据作为样本数据集，并对样本数据集进行归一化处理；步骤2，用户初始化软测量跨度天数HT，种群大小Popsize，反向学习率OP，缩放因子F，杂交率Cr和最大评价次数MAX_FEs；步骤3，令当前演化代数t＝0，当前评价次数FEs＝0，支持向量机的优化设计参数个数D＝3；步骤4，设置支持向量机的输入变量为归一化的一天的稀土矿区农田水体水质指标：氨氮、总氮、总磷、硫化物、水温、水深度、农田面积和pH值，支持向量机的输出为归一化的HT天后的稀土矿区农田水体pH值，然后设置支持向量机D个优化设计参数的下界LBj和上界UBj，其中维度下标j＝1,2,3；步骤5，随机产生初始种群其中：个体下标i＝1,2,...,Popsize，并且为种群P_t中的第i个个体，其随机初始化公式为：其中j＝1,2,3，存储了支持向量机D个需要优化设计的参数，即是支持向量机的惩罚因子C，是支持向量机的径向基核参数g，是支持向量机的不敏感损失函数中参数ε；rand(0,1)为在[0,1]之间的随机实数产生函数；步骤6，计算种群Pt中所有个体的适应值；步骤7，令当前评价次数FEs＝FEs+Popsize；步骤8，保存种群Pt中的最优个体Bestt；步骤9，在[0,1]之间随机产生一个实数rp；步骤10，如果rp大于反向学习率OP则转到步骤11，否则转到步骤14；步骤11，利用缩放因子F和杂交率Cr执行差分演化的操作算子；步骤12，令当前评价次数FEs＝FEs+Popsize；步骤13，转到步骤15；步骤14，执行改进的反向学习策略得到反向种群DPt，然后从种群Pt和反向种群DPt中选择出优秀个体进入下一代种群，具体步骤如下：步骤14.1，按以下公式计算种群Pt的搜索下界DLBt和上界DUBt：其中i＝1,2,...,Popsize，j＝1,2,3；min表示取最小值函数，max表示取最大值函数；步骤14.2，按以下公式产生种群Pt的反向种群DPt：DK＝rand(0,1),GK＝rand(0,1)其中反向个体下标di＝1,2,...,Popsize，维度下标dj＝1,2,3；DK是组合因子，GK是反向因子，RD1是在[1,Popsize]之间随机产生的一个整数；是反向种群DP_t中的第di个反向个体；步骤14.3，计算反向种群DPt中所有反向个体的适应值；步骤14.4，从种群Pt和反向种群DPt中选择出优秀个体进入下一代种群；步骤14.5，令当前评价次数FEs＝FEs+Popsize，然后转到步骤15；步骤15，保存种群Pt中的最优个体Bestt，并令当前演化代数t＝t+1；步骤16，重复步骤9至步骤15直至当前评价次数FEs达到MAX_FEs后结束，将执行过程中得到的最优个体Bestt作为支持向量机的训练参数，将训练好的支持向量机作为软测量模型，即可实现稀土矿区农田水体pH值的软测量。