[发明专利]基于量子遗传算法优化的多关联向量机水质预测方法

摘要

本发明提供一种基于量子遗传算法优化的多关联向量机水质预测方法及系统，该方法包括：依据监测的某一水质指标的历史数据时间序列建立关联向量机水质预测模型；建立不同关联向量机子模型，所建立的每个子模型从各个数据的不同特征出发对对象进行不同角度的描述；利用上述各子模型所得预测结果对BP网络进行学习训练得到非线性组合函数模型，进而完成对各子模型的有效融合；嵌入量子遗传优化算法，对BP网络初始参数进行优化选择，从而加快网络的收敛速度达到全局最优，最终实现基于量子遗传算法优化的多关联向量机水质预测。本发明的核函数的选取不受任何条件限制，在给出预测值时，还能同时给出预测结果的可信程度。

主权项

1.通一种水质预测方法，其特征在于，包括：S1、依据监测的某一水质指标的历史数据时间序列建立关联向量机水质预测模型，依据关联向量机的核函数选择不受任何限制的特点，选择多个不同核函数建立不同关联向量机子模型，使所建立的每个子模型从各个数据的不同特征出发对对象进行不同角度的描述；S2、对BP神经网络嵌入量子遗传优化算法，对所述网络初始参数进行优化选择，以代替人为主观的对初始权值阈值的直接设定，从而加快网络的收敛速度达到全局最优；S3、根据所述优化的BP网络极强的非线性处理能力、所述各子模型所得预测结果，对BP网络进行学习训练得到非线性组合函数模型，进而完成对各子模型的有效融合，实现基于量子遗传算法优化的多关联向量机水质预测。