[发明专利]基于在线贯序极限学习机的水质参数预测方法

摘要

本发明提供一种基于在线贯序极限学习机的水质参数预测方法，包括以下步骤步骤一从水质自动监测站采集水质参数历史数据并对数据进行预处理；步骤二将经过预处理的水质参数历史数据中的前2/3的数据作为学习样本集，后1/3数据作为测试样本集；步骤三在学习样本集中取部分数据对在线贯序极限学习机OSELM初始化，然后利用学习样本集中剩下的数据让在线贯序极限学习机OSELM进行学习；步骤四学习完成后以测试样本集对学习后的在线贯序极限学习机OSELM模型进行检验，获得基于在线贯序极限学习机OSELM的水质参数预测模型；步骤五使用在线贯序极限学习机OSELM模型对新的水质参数进行预测。预测效果好，预测精度高，学习时间短，能够满足快速预测水质参数的未来发展趋势的要求。

主权项

一种基于在线贯序极限学习机的水质参数预测方法，其特征在于：包括以下步骤：步骤一：从水质自动监测站采集水质参数历史数据并对数据进行预处理，采用牛顿插值法将历史数据中的缺失数据补全；步骤二：将经过预处理的水质参数历史数据中的前2/3的数据作为学习样本集，后1/3数据作为测试样本集；步骤三：在学习样本集中取部分数据对在线贯序极限学习机OSELM初始化，然后利用学习样本集中剩下的数据让在线贯序极限学习机OSELM进行学习，在学习过程中，学习样本集中剩下的数据的前若干连续单位时间的水质参数值作为在线贯序极限学习机OSELM输入，下一单位时间的水质参数值则作为在线贯序极限学习机OSELM输出，且在不断地加入新的监测数据时丢弃相应数量的老数据，进行滚动学习；步骤四：学习完成后以测试样本集对学习后的在线贯序极限学习机OSELM模型进行检验，即将测试样本集前若干连续单位时间的水质参数值送入学习后的在线贯序极限学习机OSELM输入端，并观测该在线贯序极限学习机OSELM输出端的预测值，若在线贯序极限学习机OSELM输出的预测值与测试样本集下一单位时间水质参数值之间的误差达到要求，则检验通过，即获得了基于在线贯序极限学习机OSELM的水质参数预测模型；步骤五：使用在线贯序极限学习机OSELM模型对新的水质参数进行预测，只要将前若干连续单位时间的水质参数值送入在线贯序极限学习机OSELM预测模型的输入端，即可在其输出端估计出未来的水质参数值。