[发明专利]人工蜂群优化的稀土矿区地下水总氮浓度软测量方法

摘要

本发明公开了一种人工蜂群优化的稀土矿区地下水总氮浓度软测量方法。本发明采用支持向量机作为稀土矿区地下水总氮浓度的软测量模型，利用适应性人工蜂群算法来优化设计支持向量机的惩罚因子C、径向基核参数g和不敏感损失函数中参数ε。在适应性人工蜂群算法中，利用适应值的反馈信息来适应性地调整搜索缩放因子，并将邻域最优个体及全局最优个体的信息融合到高斯变异策略中适应性地产生新个体。本发明能够提高稀土矿区地下水总氮浓度的软测量精度。

主权项

1.一种人工蜂群优化的稀土矿区地下水总氮浓度软测量方法，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内连续ZN天采集地下水样，并对采集到的地下水样进行检测水质指标：亚硝酸盐氮、硝酸盐氮、总磷、氨氮、水温、pH值、溶解氧、总氮，将采集到的地下水质指标数据作为样本数据集；然后对采集到的稀土矿区地下水质指标样本数据集进行归一化处理，并将前70％设置为支持向量机的训练数据集，后30％设置为测试数据集；步骤2，用户初始化参数，所述初始化参数包括软测量跨度天数FD，种群大小Popsize，邻域半径NK，最大未改善次数Limit，最大评价次数MAX_FEs；步骤3，令当前演化代数t＝0，支持向量机的优化设计参数个数D＝3，并令当前评价次数FEs＝0；步骤4，在搜索空间内随机产生种群其中：个体下标i＝1,2,...,Popsize，并且表示种群P_t中的第i个个体，其随机产生公式为：其中维数下标j＝1,2,3；表示了支持向量机的3个需要优化设计参数的值，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]之间产生随机实数的函数；LB_j和UB_j分别为支持向量机的第j个需要优化设计参数的搜索空间的下界和上界；步骤5，计算种群P_t中每个个体的适应值其中个体下标i＝1,2,...,Popsize，个体的适应值的计算方法为：以个体作为支持向量机的训练参数，然后支持向量机从训练数据集中进行学习，其中支持向量机的输入变量为归一化的一天的稀土矿区地下水质指标数据：亚硝酸盐氮、硝酸盐氮、总磷、氨氮、水温、pH值、溶解氧、总氮；支持向量机的输出为归一化的FD天后的稀土矿区地下水总氮浓度值；计算训练好的支持向量机在测试数据集上的均方误差NE_i，然后令个体的适应值步骤6，令种群P_t中每个个体的未改善次数其中个体下标i＝1,2,...,Popsize；步骤7，令当前评价次数FEs＝FEs+Popsize，并令均值因子MNU＝0.5；步骤8，保存种群Pt中的最优个体Bestt；步骤9，雇佣蜂执行适应性搜索操作，具体步骤如下：步骤9.1，令计数器i＝1，并令缩放因子列表SCFList为空；步骤9.2，令新个体步骤9.3，以MNU为均值，0.1为标准差产生的一个高斯随机实数GRV，然后令缩放因子SCF＝GRV×2‑1；步骤9.4，在[1，D]之间随机产生一个正整数RD1；步骤9.5，在[1,Popsize]之间随机产生两个不相等的正整数RI1和RI2；步骤9.6，令步骤9.7，计算新个体Ut的适应值Fit(Ut)；步骤9.8，如果新个体U^t比个体更优，则将GRV添加到缩放因子列表SCFList中；步骤9.9，在个体与新个体U^t之间执行选择操作并更新个体的未改善次数步骤9.10，令计数器i＝i+1；步骤9.11，如果计数器i小于或等于Popsize，则转到步骤9.2，否则转到步骤9.12；步骤9.12，计算缩放因子列表SCFList中数据的平均值MeanSCF；步骤9.13，在[0.8,1.0]之间随机产生一个实数RW；步骤9.14，令MNU＝RW×MNU+(1‑RW)×MeanSCF；步骤9.15，转到步骤10；步骤10，根据种群Pt中个体的适应值计算所有个体的选择概率；步骤11，观察蜂根据种群Pt中每个个体的选择概率选择出个体执行适应性高斯变异操作生成新个体，然后执行选择操作并计算个体的未改善次数，具体步骤如下：步骤11.1，令计数器i＝1；步骤11.2，根据种群P_t中每个个体的选择概率采用轮盘赌策略选择出个体并令新个体步骤11.3，令邻域下标RSI＝(SEI‑NK+Popsize)％Popsize，其中SEI表示轮盘赌策略选择出个体的下标，％表示取余运算符；步骤11.4，令邻域最优个体并令计数器rt＝1；步骤11.5，令邻域下标RSI＝(RSI+1)％Popsize；步骤11.6，如果个体比个体RSBest^t更优，则令否则保持RSBest^t不变；步骤11.7，令计数器rt＝rt+1；步骤11.8，如果rt小于或等于NK×2，则转到步骤11.5，否则转到步骤11.9；步骤11.9，在[1,D]之间随机产生一个正整数RD2；步骤11.10，在[1,NK×2]之间随机产生一个正整数RSN，然后令随机邻域下标RNI＝(SEI‑NK+RSN+Popsize)％Popsize；步骤11.11，令均值步骤11.12，令标准差其中abs表示取绝对值的函数；步骤11.13，以GRMean为均值，GRSD为标准差产生一个高斯随机实数RVal，如果RVal的值超出了[LBRD2,UBRD2]之间的范围，则采用同样的方法重新产生高斯随机实数RVal，直到RVal的值不超出[LBRD2,UBRD2]之间的范围；步骤11.14，在[1,Popsize]之间随机产生一个正整数RI3；步骤11.15，令均值步骤11.16，令标准差其中abs表示取绝对值的函数；步骤11.17，以GBMean为均值，GBSD为标准差产生一个高斯随机实数BVal，如果BVal的值超出了[LBRD2,UBRD2]之间的范围，则采用同样的方法重新产生高斯随机实数BVal，直到BVal的值不超出[LBRD2,UBRD2]之间的范围；步骤11.18，在[0,1]之间随机产生一个实数RNW；步骤11.19，令步骤11.20，计算新个体U^t的适应值Fit(U^t)，然后在个体与新个体U^t之间执行选择操作，并计算个体的未改善次数步骤11.21，令计数器i＝i+1；步骤11.22，如果计数器i小于或等于Popsize，则转到步骤11.2，否则转到步骤12；步骤12，令当前评价次数FEs＝FEs+Popsize×2；步骤13，执行侦察蜂的搜索操作算子；步骤14，保存种群Pt中最优个体Bestt；步骤15，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，然后支持向量机在训练数据集进行训练，将归一化的一天的稀土矿区地下水指标数据：亚硝酸盐氮、硝酸盐氮、总磷、氨氮、水温、pH值、溶解氧、总氮输入到训练好的支持向量机，计算支持向量机的输出即可软测量出稀土矿区地下水在FD天后的总氮浓度值。