第5期 钱云，等：进化支持向量机模型及其在水质评估中的应用 687. 数据：吉林桦甸关门位子水库选择2014年7月到 100 2015年8月每天6次水质监测数据。水质评价执 95 行地面水环境质量标准GB3838-2002,水质级别执 90 行5级标准8) 85 表1实验数据详细信息 80 75 Table 1 The detailed information of the experimental data 70 最佳适应度 数据 65 。一平均适应度 样本数 监测位置 监测项目 来源 松花江 松原牧场、西大嘴子、COD、BOD、氨氮、 0102030405060708090100 45 进化代数 松原段 泔水缸 VP、石油类 图5松花江黑龙江段GA适应度曲线 三家子、二水源、水泥pHDO、PI、COD Fig.5 GA fitness curves on Heilongjiang section,Song- 松花江 57 厂、大亮子、金河湾湿BOD、氨氨、TP hua River 哈尔滨段 地、呼兰河口 TN、粪大肠菌群 94.0. 扶河桥、包兰桥、什川 93.5 桥、靖远桥、五佛寺、 93.0 德高桥、地沟桥、折 92.5 黄河 161桥、曳湖峡、玉井、洮 COD、氨氨、TP 20 甘肃段 VP、粪大肠菌群 园桥、涅水桥、桦林、 915引 伯阳桥、葡萄园、平镇 91.0 +一最佳适应度 桥、拦洪坝、宁县桥头 90.5 。一平均适应度 90.0l 桦甸关 0102030405060708090100 DO、PI、氨氮、TP 门位子2142桦甸关门位子水库 进化代数 TN 水库 图6黄河甘肃段GA适应度曲线 2.2进化SVM的参数选择 Fig.6 GA fitness curves on Gansu section,Yellow River 本文选取每组数据源中2/3的数据作为训练样 本，1/3的数据作为测试样本，训练过程采用5折交 100.1 叉验证。水质监测指标作为输入向量，水质级别作 100.0 为输出向量，核函数选用常用的RBF函数。采用 99.9 99.8 1.2节提出的方法对SVM的参数进行寻优，4个数据 99.1 集的进化代数与适应度关系曲线分别如图4~7所 产 99.6 示，当惩罚因子C、RBF核函数参数σ和交叉确认 99.5 ·最佳适应度 准确率分别取表2中的数值时，SVM分类精度和泛 99.4 ·平均适应度 化能力最佳。 90 9.36102030405060708090100 进化代数 85 图7桦甸关门砬子水库GA适应度曲线 80 Fig.7 GA fitness curves on HuaDian Guanmenlazi dam 75 g70 表2最佳参数 最佳适应度 Table 2 The optimal parameters e一平均适应度 60 数据来源 C 6 交叉确认准确率/% 0102030405060708090100 松花江松原段 2.54933.3049 88.8889 进化代数 松花江哈尔滨段1.4001 3.2153 96.7742 图4松花江松原段GA适应度曲线 黄河甘肃段 2.2851289.5982 93.8144 Fig.4 GA fitness curves on Songyuan section,Songhua River 桦甸关门位子水库0.16297558.6299 100数据；吉林桦甸关门砬子水库选择 ２０１４ 年 ７ 月到 ２０１５ 年 ８ 月每天 ６ 次水质监测数据。 水质评价执 行地面水环境质量标准 ＧＢ３８３８⁃２００２，水质级别执 行 ５ 级标准［１８］ 。 表 １ 实验数据详细信息 Ｔａｂｌｅ １ Ｔｈｅ ｄｅｔａｉｌｅｄ ｉｎｆｏｒｍａｔｉｏｎ ｏｆ ｔｈｅ ｅｘｐｅｒｉｍｅｎｔａｌ ｄａｔａ 数据 来源 样本数 监测位置 监测项目 松花江 松原段 ４５ 松原牧场、西大嘴子、 泔水缸 ＣＯＤ、 ＢＯＤ、 氨 氮、 ＶＰ、石油类 松花江 哈尔滨段 ５７ 三家子、二水源、水泥 厂、大亮子、金河湾湿 地、呼兰河口 ｐＨ、 ＤＯ、 ＰＩ、 ＣＯＤ、 ＢＯＤ、 氨 氮、 ＴＰ、 ＴＮ、粪大肠菌群 黄河 甘肃段 １６１ 扶河桥、包兰桥、什川 桥、靖远桥、 五佛 寺、 德高 桥、 地 沟 桥、 折 桥、曳湖峡、 玉井、 洮 园桥、 涅水桥、 桦 林、 伯阳桥、葡萄园、平镇 桥、拦洪坝、宁县桥头 ＣＯＤ、 氨 氮、 ＴＰ、 ＶＰ、粪大肠菌群 桦甸关 门砬子 水库 ２ １４２ 桦甸关门砬子水库 ＤＯ、 ＰＩ、 氨 氮、 ＴＰ、 ＴＮ ２．２ 进化 ＳＶＭ 的参数选择 本文选取每组数据源中 ２ ／ ３ 的数据作为训练样 本，１ ／ ３ 的数据作为测试样本，训练过程采用 ５ 折交 叉验证。 水质监测指标作为输入向量，水质级别作 为输出向量，核函数选用常用的 ＲＢＦ 函数。 采用 １．２节提出的方法对 ＳＶＭ 的参数进行寻优，４ 个数据 集的进化代数与适应度关系曲线分别如图 ４ ～ ７ 所 示，当惩罚因子 Ｃ、ＲＢＦ 核函数参数 σ 和交叉确认 准确率分别取表 ２ 中的数值时，ＳＶＭ 分类精度和泛 化能力最佳。 图 ４ 松花江松原段 ＧＡ 适应度曲线 Ｆｉｇ．４ ＧＡ ｆｉｔｎｅｓｓ ｃｕｒｖｅｓ ｏｎ Ｓｏｎｇｙｕａｎ ｓｅｃｔｉｏｎ， Ｓｏｎｇｈｕａ Ｒｉｖｅｒ 图 ５ 松花江黑龙江段 ＧＡ 适应度曲线 Ｆｉｇ．５ ＧＡ ｆｉｔｎｅｓｓ ｃｕｒｖｅｓ ｏｎ Ｈｅｉｌｏｎｇｊｉａｎｇ ｓｅｃｔｉｏｎ，Ｓｏｎｇ⁃ ｈｕａ Ｒｉｖｅｒ 图 ６ 黄河甘肃段 ＧＡ 适应度曲线 Ｆｉｇ．６ ＧＡ ｆｉｔｎｅｓｓ ｃｕｒｖｅｓ ｏｎ Ｇａｎｓｕ ｓｅｃｔｉｏｎ，Ｙｅｌｌｏｗ Ｒｉｖｅｒ 图 ７ 桦甸关门砬子水库 ＧＡ 适应度曲线 Ｆｉｇ．７ ＧＡ ｆｉｔｎｅｓｓ ｃｕｒｖｅｓ ｏｎ ＨｕａＤｉａｎ Ｇｕａｎｍｅｎｌａｚｉ ｄａｍ 表 ２ 最佳参数 Ｔａｂｌｅ ２ Ｔｈｅ ｏｐｔｉｍａｌ ｐａｒａｍｅｔｅｒｓ 数据来源 Ｃ σ 交叉确认准确率／ ％ 松花江松原段 ２．５４９ ３ ３．３０４ ９ ８８．８８８ ９ 松花江哈尔滨段 １．４００ １ ３．２１５ ３ ９６．７７４ ２ 黄河甘肃段 ２．２８５ １ ２８９．５９８ ２ ９３．８１４ ４ 桦甸关门砬子水库 ０．１６２ ９７５ ５８．６２９ ９ １００ 第 ５ 期 钱云，等：进化支持向量机模型及其在水质评估中的应用 ·６８７·