蟻群算法優(yōu)化最小二乘支持向量機(jī)的溶解氧預(yù)測方法
【專利摘要】本發(fā)明公開了一種蟻群算法優(yōu)化最小二乘支持向量機(jī)的溶解氧預(yù)測方法，其先對原始溶解氧數(shù)據(jù)序列進(jìn)行預(yù)處理以丟棄或修復(fù)壞點(diǎn)數(shù)據(jù)；然后將預(yù)處理后的溶解氧數(shù)據(jù)序列分成訓(xùn)練集和測試集；接著根據(jù)訓(xùn)練集中的所有溶解氧數(shù)據(jù)，利用蟻群算法優(yōu)化最小二乘支持向量機(jī)的懲罰因子和核函數(shù)寬度參數(shù)，得到各自的最佳優(yōu)化值；最后根據(jù)懲罰因子和核函數(shù)寬度參數(shù)的最佳優(yōu)化值，計算測試集中的每個溶解氧數(shù)據(jù)的預(yù)測值；優(yōu)點(diǎn)是利用蟻群算法優(yōu)化最小二乘支持向量機(jī)的懲罰因子和核函數(shù)寬度參數(shù)，并在迭代搜索過程中，對頭蟻的位置進(jìn)行精細(xì)搜索獲得頭蟻的新位置，且保留每只螞蟻搜索過程中的最佳位置，將螞蟻的最佳位置引入搜索過程，提高了溶解氧的預(yù)測精度。
【專利說明】
蟻群算法優(yōu)化最小二乘支持向量機(jī)的溶解氧預(yù)測方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及一種水產(chǎn)品養(yǎng)殖環(huán)境中的溶解氧預(yù)測技術(shù)，尤其是涉及一種蟻群算法 優(yōu)化最小二乘支持向量機(jī)的溶解氧預(yù)測方法。
【背景技術(shù)】
[0002] 溶解氧是水產(chǎn)品養(yǎng)殖水體的一項(xiàng)十分重要的水質(zhì)指標(biāo)，其對水產(chǎn)品的生長、病害 預(yù)防均有著重要影響，如果不能精確掌握養(yǎng)殖池塘水域的溶解氧的動態(tài)變化趨勢，不能在 養(yǎng)殖水體低氧或者缺氧之前進(jìn)行增氧，則在養(yǎng)殖水體低氧或者缺氧的脅迫環(huán)境中制約著水 產(chǎn)品健康生長，甚至?xí)?dǎo)致水產(chǎn)品病害爆發(fā)致使大面積死亡，從而會給水產(chǎn)品養(yǎng)殖戶造成 巨額損失，會嚴(yán)重影響水產(chǎn)品養(yǎng)殖業(yè)的健康可持續(xù)發(fā)展。
[0003] 傳統(tǒng)的溶解氧預(yù)測方法為神經(jīng)網(wǎng)絡(luò)預(yù)測方法，其假設(shè)樣本無限大，并基于經(jīng)驗(yàn)風(fēng) 險最小化原則，其存在易陷于局部最優(yōu)值、過學(xué)習(xí)、不適于高維數(shù)和小樣本預(yù)測等缺陷。目 前比較有效的溶解氧預(yù)測方法是基于最小二乘支持向量機(jī)(LSSVM)的預(yù)測方法，此方法解 決了傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)預(yù)測方法存在的缺陷，并且能以任意精度逼近任意函數(shù)，但是此方法 中最小二乘支持向量機(jī)的核函數(shù)寬度參數(shù)與懲罰因子選定是否合適，嚴(yán)重制約著此方法的 預(yù)測精度和性能，因此如何獲取最優(yōu)的核函數(shù)寬度參數(shù)與懲罰因子是提高溶解氧的預(yù)測精 度的關(guān)鍵，然而目前還沒有有效的方法能夠?qū)ふ业阶钚《酥С窒蛄繖C(jī)的最優(yōu)的核函數(shù)寬 度參數(shù)與懲罰因子。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明所要解決的技術(shù)問題是提供一種蟻群算法優(yōu)化最小二乘支持向量機(jī)的溶 解氧預(yù)測方法，其通過尋找到最小二乘支持向量機(jī)的最優(yōu)的核函數(shù)寬度參數(shù)與懲罰因子， 有效地實(shí)現(xiàn)了溶解氧快速、精確的預(yù)測。
[0005] 本發(fā)明解決上述技術(shù)問題所采用的技術(shù)方案為:一種蟻群算法優(yōu)化最小二乘支持 向量機(jī)的溶解氧預(yù)測方法，其特征在于包括以下步驟：
[0006] ①在需要預(yù)測溶解氧的水產(chǎn)品養(yǎng)殖水體中布置一個溶解氧傳感器，溶解氧傳感器 實(shí)時等時間間隔連續(xù)采集溶解氧數(shù)據(jù)；
[0007] ②將溶解氧傳感器等時間間隔連續(xù)采集的T個溶解氧數(shù)據(jù)按采集時間先后順序排 列構(gòu)成原始溶解氧數(shù)據(jù)序列，記為Y，Y= {yi，y2，···，yt，···，yi·};再對Y進(jìn)行預(yù)處理，以丟棄或 修復(fù)Y中的壞點(diǎn)數(shù)據(jù)而保留Y中的有效數(shù)據(jù)，得到預(yù)處理后的溶解氧數(shù)據(jù)序列，記為X，X = {xi，X2，…，Xs，…，Xs};
[0008] 其中，T>Z，Z表示設(shè)定的溶解氧數(shù)據(jù)最小需求量，1 < t<T，yi，y2，…，yt，…，yT對應(yīng) 表示Y中的第1個溶解氧數(shù)據(jù)、第2個溶解氧數(shù)據(jù)、…、第t個溶解氧數(shù)據(jù)、…、第T個溶解氧數(shù) 據(jù)，3<1'，1< 8<5，^，^，一，^，-_，^對應(yīng)表示乂中的第1個溶解氧數(shù)據(jù)、第2個溶解氧數(shù) 據(jù)、…、第s個溶解氧數(shù)據(jù)、…、第S個溶解氧數(shù)據(jù)，壞點(diǎn)數(shù)據(jù)定義為:若Υ中的任一個溶解氧數(shù) 據(jù)大于Υ中的所有溶解氧數(shù)據(jù)的平均值的60 %或者小于Υ中的所有溶解氧數(shù)據(jù)的平均值的 40%，則確定該溶解氧數(shù)據(jù)為壞點(diǎn)數(shù)據(jù);有效數(shù)據(jù)定義為:若Y中的任一個溶解氧數(shù)據(jù)大于 或等于Υ中的所有溶解氧數(shù)據(jù)的平均值的40%且小于或等于Υ中的所有溶解氧數(shù)據(jù)的平均 值的60%，則確定該溶解氧數(shù)據(jù)為有效數(shù)據(jù)；
[0009]③判斷S多Ζ是否成立，如果成立，則執(zhí)行步驟④；否則，返回步驟②重新獲取原始 溶解氧數(shù)據(jù)序列，再進(jìn)行預(yù)處理；
[00?0]④選取X中的前ST個溶解氧數(shù)據(jù)構(gòu)成訓(xùn)練集，記為Train，Train= {χι，Χ2,…， xst,…，xst};并將剩余的S-ST個溶解氧數(shù)據(jù)構(gòu)成測試集，記為Test，Test= {xst+i，xst+2,…， xs};其中，S X 60 %彡ST彡S X 80 %，X1，χ2，…，xst，…，xST對應(yīng)表示Train中的第1個溶解氧數(shù) 據(jù)、第2個溶解氧數(shù)據(jù)、…、第st個溶解氧數(shù)據(jù)、…、第ST個溶解氧數(shù)據(jù)， X1，χ2，…，Xst，…，XST 亦對應(yīng)表示X中的第1個溶解氧數(shù)據(jù)、第2個溶解氧數(shù)據(jù)、…、第st個溶解氧數(shù)據(jù)、…、第ST個 溶解氧數(shù)據(jù)，XST+1，XST+2，…，XS對應(yīng)表示Test中的第1個溶解氧數(shù)據(jù)、第2個溶解氧數(shù)據(jù)、…、 第S-ST個溶解氧數(shù)據(jù)， XST+1，XST+2，…，xs亦對應(yīng)表示X中的第ST+1個溶解氧數(shù)據(jù)、第ST+2個溶 解氧數(shù)據(jù)、…、第S個溶解氧數(shù)據(jù)；
[0011]⑤根據(jù)Train中的所有溶解氧數(shù)據(jù)，利用蟻群算法優(yōu)化最小二乘支持向量機(jī)的懲 罰因子和核函數(shù)寬度參數(shù)，得到最小二乘支持向量機(jī)的懲罰因子和核函數(shù)寬度參數(shù)各自的 最佳優(yōu)化值，具體過程為：
[0012]
作為最小二乘支持向量機(jī)的核函 數(shù);然后選擇最小二乘支持向量機(jī)的懲罰因子c和核函數(shù)寬度參數(shù)〇作為優(yōu)化選擇參數(shù);再 將區(qū)間[0, 150]作為懲罰因子的值選擇范圍，將區(qū)間[0.1，10]作為核函數(shù)寬度參數(shù)的值選 擇范圍；其中，k()為徑向基函數(shù)的表示形式，X為最小二乘支持向量機(jī)的核函數(shù)的輸入變 量，D為最小二乘支持向量機(jī)的核函數(shù)中心，expO表示以自然基數(shù)e為底的指數(shù)函數(shù)， 〇為最 小二乘支持向量機(jī)的核函數(shù)寬度參數(shù)，X、D和σ的值均為實(shí)數(shù)；
[0013] (D_2、設(shè)定蟻群算法中所需的螞蟻數(shù)量為Ν;然后從懲罰因子的值選擇范圍中隨機(jī) 選擇N個值分別作為懲罰因子C的值，對應(yīng)記為Cl，C2，…，Cp，…，CN ;并從核函數(shù)寬度參數(shù)的 值選擇范圍中隨機(jī)選擇N個值分別作為核函數(shù)寬度參數(shù)〇的值，對應(yīng)記為，σ2，…，σ ρ，…， σΝ;其中，1〈Ν彡ST，1彡口^^，〇1、〇2、(^和(^對應(yīng)為從懲罰因子的值選擇范圍中隨機(jī)選擇的第1 個值、第2個值、第p個值和第N個值，σ:、σ 2、σρ和σΝ對應(yīng)為從核函數(shù)寬度參數(shù)的值選擇范圍中 隨機(jī)選擇的第1個值、第2個值、第ρ個值和第Ν個值；
[0014] (D_3、獲取蟻群算法第1次搜索時每只螞蟻的位置，將蟻群算法第1次搜索時第ρ只 螞蟻的位置記為乂六 1),1，乂41),1=[(^，01)];其中，[(^，0 1)]表示由第?個懲罰因子(；的值(^和第?個 核函數(shù)寬度參數(shù)σ的值σ Ρ構(gòu)成的第P只螞蟻的初始位置矢量；
[0015] ?_4、確定蟻群算法第1次搜索時的頭蟻及其位置，將蟻群算法第1次搜索時的頭 蟻的位置記為并確定蟻群算法第1次搜索時每只螞蟻的最佳位置，將蟻群算法第1次 搜索時第Ρ只螞蟻的最佳位置記為iftT ;
[0016] Ζ4-和Χ<Γ的獲取過程為：
[0017] al、根據(jù)Train中的所有溶解氧數(shù)據(jù)和蟻群算法第1次搜索時每只螞蟻的位置，獲 取蟻群算法第1次搜索時每只螞蟻對應(yīng)的ST個拉格朗日乘子和偏差，將蟻群算法第1次搜索 時第P只螞蟻對應(yīng)的ST個拉格朗日乘子對應(yīng)記為a1>P，a2,P，…，a ST,P，將蟻群算法第1次搜索 時第P只螞蟻對應(yīng)的偏差記為bp，ai,p，a2,p，…，asT,P和b P是根據(jù)Train中的所有溶解氧數(shù)據(jù)和
[0018] a2、根據(jù)Train中的所有溶解氧數(shù)據(jù)和蟻群算法第1次搜索時每只螞蟻的位置，計 算蟻群算法第1次搜索時每只螞蟻對應(yīng)的Train中的每個溶解氧數(shù)據(jù)的估計值，將蟻群算法 第1次搜索時第P只螞蟻對應(yīng)的T r a i η中的第s t個溶解氧數(shù)據(jù)X s t的估計值記為毛.，.
實(shí)中，a1>P表示蟻群算法第1次搜索時第p只螞蟻對應(yīng)的第 i個拉格朗日乘子；
[0019] a3、計算蟻群算法第1次搜索時每只螞蟻的位置對應(yīng)的預(yù)測誤差，將蟻群算法第1 次搜索時第P只螞蟻的位置對應(yīng)的預(yù)測誤差記為MSE(XA P>1)，
[0020] a4、計算蟻群算法第1次搜索時每只螞蟻的信息素，將蟻群算法第1次搜索時第p只 螞蟻的信息素記為τ(ρ，1)，T(p，l)=exp(_MSE(XA P,i));
[0021] a5、將蟻群算法第1次搜索時N只螞蟻的信息素按序構(gòu)成一個維數(shù)為1XN的信息素 矩陣，記為1111，111 1=[1(1，1)1(2，1)一1(叱1)];其中^(1，1)表示蟻群算法第1次搜索時第1 只螞蟻的信息素，τ(2，1)表示蟻群算法第1次搜索時第2只螞蟻的信息素，τ(Ν，1)表示蟻群 算法第1次搜索時第Ν只螞蟻的信息素；
[0022] a6、將Im中值最大的信息素對應(yīng)的螞蟻確定為蟻群算法第1次搜索時的頭蟻，將 Im中值最大的信息素對應(yīng)的螞蟻的位置作為蟻群算法第1次搜索時的頭蟻的位置X4產(chǎn)；
[0023] a7、確定蟻群算法第1次搜索時第p只螞蟻的最佳位置1<卩為·，
[0024] (D_5、令g表示蟻群算法的搜索次數(shù)，并令gmax表示設(shè)定的最大搜索次數(shù);其中，g的 初始值為2，2彡g彡g max，gmax>2;
[0025] (D_6、獲取蟻群算法第g次搜索時每只螞蟻的位置，將蟻群算法第g次搜索時第p只 螞蟻的位置記為XAP,g，= + 0.51x :其中，λ表示啟發(fā)因 子，1^[0，1]4~11表示蟻群算法第8-1次搜索時第？只螞蟻的位置，1^%1表示蟻群算法第 g-Ι次搜索時的頭蟻的位置，^.表示蟻群算法第g-Ι次搜索時第Ρ螞蟻的最佳位置；
[0026] ?_7、確定蟻群算法第g次搜索時的頭蟻及其位置，將蟻群算法第g次搜索時的頭 蟻的位置記為并確定蟻群算法第g次搜索時每只螞蟻的最佳位置，將蟻群算法第g次 搜索時第P只螞蟻的最佳位置記為
[0027] 和的獲取過程為：
[0028] bl、計算蟻群算法第g次搜索時每只螞蟻的信息素，將蟻群算法第g次搜索時第ρ只 螞蟻的信息素記為T(p，g)，T(p，g) = (l-p) XT(p，g-l)+T(p，l);其中，p表示信息素?fù)]發(fā)數(shù)， pe[0，l]，T(P，g-l)表示蟻群算法第g-Ι次搜索時第P只螞蟻的信息素，τ(Ρ，1)表示蟻群算 法第1次搜索時第Ρ只螞蟻的信息素；
[0029] b2、構(gòu)建一個維數(shù)為gXN的信息素矩陣，記為Ing，Ing中的第h行中的Ν個信息素對 應(yīng)為蟻群算法第h次搜索時N只螞蟻的信息素;其中，1 ;
[0030] b3、將Ing中的第ρ列中的g個信息素中值最大的信息素對應(yīng)的螞蟻的位置確定為 蟻群算法第g次搜索時第P只螞蟻的最佳位置;
[0031] b4、將Ing中值最大的信息素對應(yīng)的螞蟻確定為蟻群算法第g次搜索時的頭蟻，將 1?中值最大的信息素對應(yīng)的螞蟻的位置作為蟻群算法第g次搜索時的頭蟻的位置Μ?·，
[0032] b5、對·進(jìn)行精細(xì)搜索，得到蟻群算法第g次搜索時的頭蟻的新位置，記為 = + A X CVwc# (0,1) X ;其中，Cauchy (0，1)為用于產(chǎn)生0 ~1 之間分 布的隨機(jī)數(shù)的函數(shù)；
[0033] b6、更新將更新后的位置記為
再令ZJf ;其中，表示蟻群算法第8次搜索時的頭蟻的新位置對應(yīng)的 預(yù)測誤差，表示蟻群算法第g次搜索時的頭蟻的位置對應(yīng)的預(yù)測誤差， = 中的"="為賦值符號；
[0034] ?_8、判斷8〈8111￡?是否成立，如果成立，則令g = g+l，然后返回步驟?_6繼續(xù)執(zhí)行； 否則，確定蟻群算法搜索結(jié)束，得到最終的頭蟻的位置，記為XAW，D+=X4g°l，然后將 XA-對應(yīng)的位置矢量[c氣0叫中的C-作為最小二乘支持向量機(jī)的懲罰因子c的最佳優(yōu)化 值，并將XA-對應(yīng)的位置矢量[c°bV°b"中的ο-作為最小二乘支持向量機(jī)的核函數(shù)寬度參 數(shù)σ的最佳優(yōu)化值;其中，g = g+l中的"="為賦值符號，表示蟻群算法第gmax次搜索時 的頭蟻的位置；
[0035] ⑥根據(jù)最小二乘支持向量機(jī)的懲罰因子c的最佳優(yōu)化值和核函數(shù)寬度參數(shù)〇的 最佳優(yōu)化值σ^，計算Test中的每個溶解氧數(shù)據(jù)的預(yù)測值，將Test中的第r個溶解氧數(shù)據(jù)的 ;其中，1彡r彡S-ST，xST+j表示
Te s t中的第j個溶解氧數(shù)據(jù)，xsT+i?表示Te s t中的第r個溶解氧數(shù)據(jù)，aj表示Tes t對應(yīng)的第j個 拉格朗日乘子，b表示Test對應(yīng)的偏差，ajPb是根據(jù)Test中的所有溶解氧數(shù)據(jù)及和
[0036]所述的步驟①中的溶解氧傳感器采集溶解氧數(shù)據(jù)的時間間隔為1~5分鐘。
[0037]所述的步驟②中的X的獲取過程為：
[0038] (D_l、找出Υ中的所有有效數(shù)據(jù)和所有壞點(diǎn)數(shù)據(jù)，并將有效數(shù)據(jù)的標(biāo)記設(shè)為1;
[0039] ?_2、按序?qū)中的每個壞點(diǎn)數(shù)據(jù)進(jìn)行處理，將Y中當(dāng)前待處理的壞點(diǎn)數(shù)據(jù)定義為 當(dāng)前數(shù)據(jù)；
[0040] (D_3、如果當(dāng)前數(shù)據(jù)為Y中的第1個溶解氧數(shù)據(jù)或當(dāng)前數(shù)據(jù)為Y中的第T個溶解氧數(shù) 據(jù)或時間上先于當(dāng)前數(shù)據(jù)的所有溶解氧數(shù)據(jù)均為壞點(diǎn)數(shù)據(jù)或時間上后于當(dāng)前數(shù)據(jù)的所有 溶解氧數(shù)據(jù)均為壞點(diǎn)數(shù)據(jù)，則將當(dāng)前數(shù)據(jù)的標(biāo)記設(shè)為〇，再執(zhí)行步驟②_4;
[0041] 如果當(dāng)前數(shù)據(jù)不為Y中的第1個溶解氧數(shù)據(jù)且當(dāng)前數(shù)據(jù)不為Y中的第T個溶解氧數(shù) 據(jù)且時間上先于當(dāng)前數(shù)據(jù)的所有溶解氧數(shù)據(jù)不全為壞點(diǎn)數(shù)據(jù)且時間上后于當(dāng)前數(shù)據(jù)的所 有溶解氧數(shù)據(jù)不全為壞點(diǎn)數(shù)據(jù)，則對當(dāng)前數(shù)據(jù)進(jìn)行線性插值以修復(fù)當(dāng)前數(shù)據(jù)，使當(dāng)前數(shù)據(jù) 轉(zhuǎn)變成有效數(shù)據(jù)，假設(shè)當(dāng)前數(shù)據(jù)為Y中的第t '個溶解氧數(shù)據(jù)yv，那么yv經(jīng)線性插值修復(fù)后
，然后將經(jīng)線性插值修復(fù)后的當(dāng)前數(shù)據(jù)的標(biāo)記設(shè)為2,再執(zhí)行步驟 (D_4;其中，八表示時間上先于yt'且與yt'最鄰近的標(biāo)記為1的有效數(shù)據(jù)，亦為Y中的第。個 溶解氧數(shù)據(jù)，八表示時間上后于yv且與yv最鄰近的標(biāo)記為1的有效數(shù)據(jù)，八亦為Y中的第t2 個溶解氧數(shù)據(jù)，1彡T，1彡t2彡T，tKt ' <t2;
[0042] ?_4、將Y中下一個待處理的壞點(diǎn)數(shù)據(jù)作為當(dāng)前數(shù)據(jù)，然后返回步驟②_3繼續(xù)執(zhí) 行，直至Y中的所有壞點(diǎn)數(shù)據(jù)處理完畢，再執(zhí)行步驟(D_5;
[0043] (D_5、丟棄Y中所有標(biāo)記為0的壞點(diǎn)數(shù)據(jù)，而保留其余溶解氧數(shù)據(jù)，得到新的溶解氧 數(shù)據(jù)序列，作為預(yù)處理后的溶解氧數(shù)據(jù)序列X。
[0044] 與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點(diǎn)在于：
[0045] 1)本發(fā)明方法利用蟻群算法優(yōu)化最小二乘支持向量機(jī)的懲罰因子和核函數(shù)寬度 參數(shù)，提高了最小二乘支持向量機(jī)的懲罰因子和核函數(shù)寬度參數(shù)的精度和泛化性能，從而 提高了溶解氧的預(yù)測精度。
[0046] 2)本發(fā)明方法在蟻群算法的迭代搜索過程中，在通過最大信息素確定頭蟻的位置 后，對頭蟻的位置進(jìn)行精細(xì)搜索，獲得頭蟻的新位置，從而獲得最小二乘支持向量機(jī)的懲罰 因子和核函數(shù)寬度參數(shù)的更優(yōu)解，提高了溶解氧的預(yù)測精度。
[0047] 3)本發(fā)明方法在蟻群算法的迭代搜索過程中，保留每只螞蟻搜索過程中的最佳位 置，并將螞蟻個體的最佳位置引入搜索過程，提高了最小二乘支持向量機(jī)的懲罰因子和核 函數(shù)寬度參數(shù)的精度和泛化性能，從而提高了溶解氧的預(yù)測精度。
【附圖說明】
[0048] 圖1為本發(fā)明方法的總體流程框圖。
【具體實(shí)施方式】
[0049]以下結(jié)合附圖實(shí)施例對本發(fā)明作進(jìn)一步詳細(xì)描述。
[0050] 本發(fā)明提出的一種蟻群算法優(yōu)化最小二乘支持向量機(jī)的溶解氧預(yù)測方法，其總體 流程框圖如圖1所示，其包括以下步驟：
[0051] ①在需要預(yù)測溶解氧的水產(chǎn)品養(yǎng)殖水體中布置一個溶解氧傳感器，溶解氧傳感器 實(shí)時等時間間隔連續(xù)采集溶解氧數(shù)據(jù)。
[0052] 在此具體實(shí)施例中，步驟①中的溶解氧傳感器采集溶解氧數(shù)據(jù)的時間間隔可設(shè)為 1~5分鐘，如具體設(shè)為2分鐘。
[0053] ②將溶解氧傳感器等時間間隔連續(xù)采集的T個溶解氧數(shù)據(jù)按采集時間先后順序排 列構(gòu)成原始溶解氧數(shù)據(jù)序列，記為Y，Y= {yi，y2，···，yt，···，yi·};再對Y進(jìn)行預(yù)處理，以丟棄或 修復(fù)Y中的壞點(diǎn)數(shù)據(jù)而保留Y中的有效數(shù)據(jù)，得到預(yù)處理后的溶解氧數(shù)據(jù)序列，記為X，X = {χ?，Χ2，…，Xs，…，xs} 〇
[0054] 其中，T>Z，Z表示設(shè)定的溶解氧數(shù)據(jù)最小需求量，Z的值一般可選定為600個，1 < t ，yi，y2，…，yt，…，yT對應(yīng)表示Y中的第1個溶解氧數(shù)據(jù)、第2個溶解氧數(shù)據(jù)、…、第t個溶解 氧數(shù)據(jù)、…、第T個溶解氧數(shù)據(jù)，S<T，1 <s$S，X1，X2，…，Xs，…，xs對應(yīng)表示X中的第1個溶解 氧數(shù)據(jù)、第2個溶解氧數(shù)據(jù)、…、第s個溶解氧數(shù)據(jù)、…、第S個溶解氧數(shù)據(jù)，壞點(diǎn)數(shù)據(jù)定義為： 若Y中的任一個溶解氧數(shù)據(jù)大于Y中的所有溶解氧數(shù)據(jù)的平均值的60%或者小于Y中的所有 溶解氧數(shù)據(jù)的平均值的40%，則確定該溶解氧數(shù)據(jù)為壞點(diǎn)數(shù)據(jù);有效數(shù)據(jù)定義為:若Y中的 任一個溶解氧數(shù)據(jù)大于或等于Y中的所有溶解氧數(shù)據(jù)的平均值的40%且小于或等于Y中的 所有溶解氧數(shù)據(jù)的平均值的60%，則確定該溶解氧數(shù)據(jù)為有效數(shù)據(jù)。
[0055] 在此具體實(shí)施例中，步驟②中的X的獲取過程為：
[0056] (D_l、找出Y中的所有有效數(shù)據(jù)和所有壞點(diǎn)數(shù)據(jù)，并將有效數(shù)據(jù)的標(biāo)記設(shè)為1。
[0057] ?_2、按序?qū)中的每個壞點(diǎn)數(shù)據(jù)進(jìn)行處理，將Y中當(dāng)前待處理的壞點(diǎn)數(shù)據(jù)定義為 當(dāng)前數(shù)據(jù)。
[0058] (D_3、如果當(dāng)前數(shù)據(jù)為Υ中的第1個溶解氧數(shù)據(jù)或當(dāng)前數(shù)據(jù)為Υ中的第Τ個溶解氧數(shù) 據(jù)或時間上先于當(dāng)前數(shù)據(jù)的所有溶解氧數(shù)據(jù)均為壞點(diǎn)數(shù)據(jù)或時間上后于當(dāng)前數(shù)據(jù)的所有 溶解氧數(shù)據(jù)均為壞點(diǎn)數(shù)據(jù)，則將當(dāng)前數(shù)據(jù)的標(biāo)記設(shè)為〇,再執(zhí)行步驟②_4。
[0059] 如果當(dāng)前數(shù)據(jù)不為Y中的第1個溶解氧數(shù)據(jù)且當(dāng)前數(shù)據(jù)不為Y中的第T個溶解氧數(shù) 據(jù)且時間上先于當(dāng)前數(shù)據(jù)的所有溶解氧數(shù)據(jù)不全為壞點(diǎn)數(shù)據(jù)且時間上后于當(dāng)前數(shù)據(jù)的所 有溶解氧數(shù)據(jù)不全為壞點(diǎn)數(shù)據(jù)，則對當(dāng)前數(shù)據(jù)進(jìn)行線性插值以修復(fù)當(dāng)前數(shù)據(jù)，使當(dāng)前數(shù)據(jù) 轉(zhuǎn)變成有效數(shù)據(jù)，假設(shè)當(dāng)前數(shù)據(jù)為Y中的第t '個溶解氧數(shù)據(jù)yv，那么yv經(jīng)線性插值修復(fù)后
，然后將經(jīng)線性插值修復(fù)后的當(dāng)前數(shù)據(jù)的標(biāo)記設(shè)為2,再執(zhí)行步驟 (D_4;其中，八表示時間上先于yt'且與yt'最鄰近的標(biāo)記為1的有效數(shù)據(jù)，λ,亦為Y中的第七個 溶解氧數(shù)據(jù)，八表示時間上后于yt'且與yt'最鄰近的標(biāo)記為1的有效數(shù)據(jù)，八亦為Υ中的第t 2 個溶解氧數(shù)據(jù)，1彡乜彡T，1彡t2彡T，tKt ' <t2。
[0060] ?_4、將Y中下一個待處理的壞點(diǎn)數(shù)據(jù)作為當(dāng)前數(shù)據(jù)，然后返回步驟②_3繼續(xù)執(zhí) 行，直至Y中的所有壞點(diǎn)數(shù)據(jù)處理完畢，再執(zhí)行步驟(D_5。
[0061] (D_5、丟棄Y中所有標(biāo)記為0的壞點(diǎn)數(shù)據(jù)，而保留其余溶解氧數(shù)據(jù)，得到新的溶解氧 數(shù)據(jù)序列，作為預(yù)處理后的溶解氧數(shù)據(jù)序列X。
[0062]③判斷S多Z是否成立，如果成立，則執(zhí)行步驟④；否則，返回步驟②重新獲取原始 溶解氧數(shù)據(jù)序列，再進(jìn)行預(yù)處理。
[0063]④選取X中的前ST個溶解氧數(shù)據(jù)構(gòu)成訓(xùn)練集，記為Train，Train= {χι，Χ2,…， xst,…，xst};并將剩余的S-ST個溶解氧數(shù)據(jù)構(gòu)成測試集，記為Test，Test= {xst+i，xst+2,…， xs};其中，S X 60 %彡ST彡S X 80 %，如具體實(shí)施時取ST = S X 70 %，X1，χ2，…，xst，…，xST對應(yīng) 表示Train中的第1個溶解氧數(shù)據(jù)、第2個溶解氧數(shù)據(jù)、…、第st個溶解氧數(shù)據(jù)、…、第ST個溶 解氧數(shù)據(jù)， X1，X2，…，xst，…，xst亦對應(yīng)表示X中的第1個溶解氧數(shù)據(jù)、第2個溶解氧數(shù)據(jù)、…、 第st個溶解氧數(shù)據(jù)、…、第ST個溶解氧數(shù)據(jù)，XST+1，XST+2，…，xs對應(yīng)表示Test中的第1個溶解 氧數(shù)據(jù)、第2個溶解氧數(shù)據(jù)、…、第S-ST個溶解氧數(shù)據(jù)， XST+1，XST+2，…，xs亦對應(yīng)表示X中的第 ST+1個溶解氧數(shù)據(jù)、第ST+2個溶解氧數(shù)據(jù)、…、第S個溶解氧數(shù)據(jù)。
[0064]⑤根據(jù)Train中的所有溶解氧數(shù)據(jù)，利用蟻群算法優(yōu)化最小二乘支持向量機(jī)的懲 罰因子和核函數(shù)寬度參數(shù)，得到最小二乘支持向量機(jī)的懲罰因子和核函數(shù)寬度參數(shù)各自的 最佳優(yōu)化值，具體過程為：
[0065]
作為最小二乘支持向量機(jī)的核函 數(shù);然后選擇最小二乘支持向量機(jī)的懲罰因子c和核函數(shù)寬度參數(shù)〇作為優(yōu)化選擇參數(shù);再 將區(qū)間[0, 150]作為懲罰因子的值選擇范圍，將區(qū)間[0.1，10]作為核函數(shù)寬度參數(shù)的值選 擇范圍；其中，k()為徑向基函數(shù)的表示形式，X為最小二乘支持向量機(jī)的核函數(shù)的輸入變 量，D為最小二乘支持向量機(jī)的核函數(shù)中心，expO表示以自然基數(shù)e為底的指數(shù)函數(shù)， 〇為最 小二乘支持向量機(jī)的核函數(shù)寬度參數(shù)，X、D和σ的值均為實(shí)數(shù)。
[0066] (D_2、設(shè)定蟻群算法中所需的螞蟻數(shù)量為N;然后從懲罰因子的值選擇范圍中隨機(jī) 選擇N個值分別作為懲罰因子C的值，對應(yīng)記為Cl，C2，…，Cp，…，CN ;并從核函數(shù)寬度參數(shù)的 值選擇范圍中隨機(jī)選擇N個值分別作為核函數(shù)寬度參數(shù)〇的值，對應(yīng)記為，σ2，…，σ ρ，…， σΝ;其中，1〈Ν彡ST，1彡口^^，〇1、〇2、(^和(^對應(yīng)為從懲罰因子的值選擇范圍中隨機(jī)選擇的第1 個值、第2個值、第p個值和第N個值，ο:、σ 2、σρ和σΝ對應(yīng)為從核函數(shù)寬度參數(shù)的值選擇范圍中 隨機(jī)選擇的第1個值、第2個值、第ρ個值和第Ν個值。
[0067] (D_3、獲取蟻群算法第1次搜索時每只螞蟻的位置，將蟻群算法第1次搜索時第ρ只 螞蟻的位置記為乂六 1),1，乂41),1=[(^，01)];其中，[(^，0 1)]表示由第?個懲罰因子(；的值(^和第?個 核函數(shù)寬度參數(shù)σ的值σ Ρ構(gòu)成的第P只螞蟻的初始位置矢量。
[0068] ?_4、確定蟻群算法第1次搜索時的頭蟻及其位置，將蟻群算法第1次搜索時的頭 蟻的位置記為尤并確定蟻群算法第1次搜索時每只螞蟻的最佳位置，將蟻群算法第1次 搜索時第Ρ只螞蟻的最佳位置記為。
[0069] 和的獲取過程為：
[0070] al、根據(jù)Train中的所有溶解氧數(shù)據(jù)和蟻群算法第1次搜索時每只螞蟻的位置，獲 取蟻群算法第1次搜索時每只螞蟻對應(yīng)的ST個拉格朗日乘子和偏差，將蟻群算法第1次搜索 時第P只螞蟻對應(yīng)的ST個拉格朗日乘子對應(yīng)記為a 1>P，a2,P，…，aST,P，將蟻群算法第1次搜索 時第P只螞蟻對應(yīng)的偏差記為bp，ai, p，a2,p，…，asT,p和bp是根據(jù)Train中的所有溶解氧數(shù)據(jù)和
[0071] a2、根據(jù)Train中的所有溶解氧數(shù)據(jù)和蟻群算法第1次搜索時每只螞蟻的位置，計 算蟻群算法第1次搜索時每只螞蟻對應(yīng)的Train中的每個溶解氧數(shù)據(jù)的估計值，將蟻群算法 第1次搜索時第P只螞蟻對應(yīng)的Train中的第st個溶解氧數(shù)據(jù)Xst的估計值記為毛，
;其中，a1>P表示蟻群算法第1次搜索時第p只螞蟻對應(yīng)的第 i個拉格朗日乘子。
[0072] a3、選擇均方根誤差作為預(yù)測精度衡量標(biāo)準(zhǔn)，計算蟻群算法第1次搜索時每只螞蟻 的位置對應(yīng)的預(yù)測誤差，將蟻群算法第1次搜索時第P只螞蟻的位置對應(yīng)的預(yù)測誤差記為
[0073] a4、計算蟻群算法第1次搜索時每只螞蟻的信息素，將蟻群算法第1次搜索時第p只 螞蟻的信息素記為τ(ρ，1)，T(p，l)=exp(_MSE(XA P,i))。
[0074] a5、將蟻群算法第1次搜索時N只螞蟻的信息素按序構(gòu)成一個維數(shù)為1XN的信息素 矩陣，記為1111，111 1=[1(1，1)1(2，1)一1(叱1)];其中^(1，1)表示蟻群算法第1次搜索時第1 只螞蟻的信息素，τ(2，1)表示蟻群算法第1次搜索時第2只螞蟻的信息素，τ(Ν，1)表示蟻群 算法第1次搜索時第Ν只螞蟻的信息素。
[0075] a6、將Im中值最大的信息素對應(yīng)的螞蟻確定為蟻群算法第1次搜索時的頭蟻，將 Im中值最大的信息素對應(yīng)的螞蟻的位置作為蟻群算法第1次搜索時的頭蟻的位置：
[0076] a7、確定蟻群算法第1次搜索時第p只螞蟻的最佳位置Χ4?：Γ為= 。
[0077] (D_5、令g表示蟻群算法的搜索次數(shù)，并令gmax表示設(shè)定的最大搜索次數(shù);其中，g的 初始值為2,2彡g彡gmax，gmax>2,在本實(shí)施例中取gmax=100。
[0078] (D_6、獲取蟻群算法第g次搜索時每只螞蟻的位置，將蟻群算法第g次搜索時第p只 螞蟻的位置記為XAP,g，J^^=^ax:沿^, + (1-1)尤^十0.5心尤4^1:;其中，λ表示啟發(fā)因 子，λε[0，1]，在本實(shí)施例中取A = 〇.4，XAP>irl表示蟻群算法第g-Ι次搜索時第ρ只螞蟻的位 置，;0?表示蟻群算法第g-Ι次搜索時的頭蟻的位置，表示蟻群算法第次搜索時 第P螞蟻的最佳位置。
[0079] ?_7、確定蟻群算法第g次搜索時的頭蟻及其位置，將蟻群算法第g次搜索時的頭 蟻的位置記為并確定蟻群算法第g次搜索時每只螞蟻的最佳位置，將蟻群算法第g次 搜索時第P只螞蟻的最佳位置記為力。
[0080] 和尤4=的獲取過程為：
[0081] bl、計算蟻群算法第g次搜索時每只螞蟻的信息素，將蟻群算法第g次搜索時第p只 螞蟻的信息素記為T(p，g)，T(p，g) = (l-p) XT(p，g-l)+T(p，l);其中，p表示信息素?fù)]發(fā)數(shù)， pe[0，l]，在本實(shí)施例中取p = 〇.6，T(p，g_l)表示蟻群算法第g-Ι次搜索時第p只螞蟻的信 息素，τ(Ρ，1)表示蟻群算法第1次搜索時第P只螞蟻的信息素。
[0082] b2、構(gòu)建一個維數(shù)為gXN的信息素矩陣，記為Ing，Ing中的第h行中的Ν個信息素對 應(yīng)為蟻群算法第h次搜索時N只螞蟻的信息素;其中，l<h<g。
[0083] b3、將Ing中的第p列中的g個信息素中值最大的信息素對應(yīng)的螞蟻的位置確定為 蟻群算法第g次搜索時第P只螞蟻的最佳位置。
[0084] b4、將Ing中值最大的信息素對應(yīng)的螞蟻確定為蟻群算法第g次搜索時的頭蟻，將 1?中值最大的信息素對應(yīng)的螞蟻的位置作為蟻群算法第g次搜索時的頭蟻的位置
[0085] b5、對進(jìn)行精細(xì)搜索，得到蟻群算法第g次搜索時的頭蟻的新位置，記為 ，X沿f + i X Owe# (0,1) X ;其中，Cauchy (0，1)為用于產(chǎn)生0 ~1 之間分 布的隨機(jī)數(shù)的函數(shù)。
[0086] b6、更新Uf，將更新后的位置記為
再令=GX4f ;其中，；)表示蟻群算法第g次搜索時的頭蟻的新位置對應(yīng)的 預(yù)測誤差，表示蟻群算法第g次搜索時的頭蟻的位置對應(yīng)的預(yù)測誤差， = 中的"="為賦值符號。
[0087] 在此，(AX4f )的獲取過程為：
[0088] cl、根據(jù)Train中的所有溶解氧數(shù)據(jù)和蟻群算法第g次搜索時的頭蟻的新位置，獲取 蟻群算法第g次搜索時的頭蟻對應(yīng)的ST個拉格朗日乘子和偏差，對應(yīng)記為…，嘗，將 蟻群算法第g次搜索時的頭蟻對應(yīng)的偏差記為13'°^廣,《，,一,《嘗和13'％是根據(jù)1'^^11中的
[0089] c2、根據(jù)Train中的所有溶解氧數(shù)據(jù)和蟻群算法第g次搜索時的頭蟻的新位置，計 算蟻群算法第g次搜索時的頭蟻對應(yīng)的Train中的每個溶解氧數(shù)據(jù)的估計值，將蟻群算法第 g次搜索時的頭蟻對應(yīng)的T r a i η中的第s t個溶解氧數(shù)據(jù)X s t的估計值記為九，
其中，表示蟻群算法第g次搜索時的頭蟻對應(yīng)的第i 個拉格朗日乘子。
[0090] C3、計算蟻群算法第g次搜索時的頭蟻的新位置對應(yīng)的預(yù)測誤差；)，
[0091] 在此，)的獲取過程為：
[0092] dl、根據(jù)Train中的所有溶解氧數(shù)據(jù)和蟻群算法第g次搜索時的頭蟻的位置，獲取蟻 群算法第g次搜索時的頭蟻對應(yīng)的ST個拉格朗日乘子和偏差，對應(yīng)記為···,?貨，將蟻 群算法第g次搜索時的頭蟻對應(yīng)的偏差記為b~，af',···,^貨和b~是根據(jù)Train中的所有
[0093] d2、根據(jù)Train中的所有溶解氧數(shù)據(jù)和蟻群算法第g次搜索時的頭蟻的位置，計算 蟻群算法第g次搜索時的頭蟻對應(yīng)的Train中的每個溶解氧數(shù)據(jù)的估計值，將蟻群算法第g 次搜索時的頭蟻對應(yīng)的T r a i η中的第s t個溶解氧數(shù)據(jù)X s t的估計值記為元，，
;其中，表示蟻群算法第g次搜索時的頭蟻對應(yīng)的第i 個拉格朗日乘子。
[0094] d3、計算蟻群算法第g次搜索時的頭蟻的位置對應(yīng)的預(yù)測誤差MS'￡fA〔4f j，
[0095] ?_8、判斷g〈gmax是否成立，如果成立，則令g = g+l，然后返回步驟?_6繼續(xù)執(zhí)行； 否則，確定蟻群算法搜索結(jié)束，得到最終的頭蟻的位置，記為然后將 XA-對應(yīng)的位置矢量[c氣σ°，中的作為最小二乘支持向量機(jī)的懲罰因子c的最佳優(yōu)化 值，并將XA-對應(yīng)的位置矢量[c°bV°，中的作為最小二乘支持向量機(jī)的核函數(shù)寬度參 數(shù)σ的最佳優(yōu)化值;其中，g = g+l中的"="為賦值符號，表示蟻群算法第gmax次搜索時 的頭蟻的位置。
[0096] ⑥根據(jù)最小二乘支持向量機(jī)的懲罰因子c的最佳優(yōu)化值和核函數(shù)寬度參數(shù)〇的 最佳優(yōu)化值σ^，計算Test中的每個溶解氧數(shù)據(jù)的預(yù)測值，將Test中的第r個溶解氧數(shù)據(jù)的
;其中，1彡r彡S-ST，xST+j表示 Te s t中的第j個溶解氧數(shù)據(jù)，xsT+i?表示Te s t中的第r個溶解氧數(shù)據(jù)，aj表示Tes t對應(yīng)的第j個 拉格朗日乘子，b表示Test對應(yīng)的偏差，ajPb是根據(jù)Test中的所有溶解氧數(shù)據(jù)及c°W和
[0097] 為了驗(yàn)證本發(fā)明方法的可行性和有效性，對本發(fā)明方法進(jìn)行試驗(yàn)。
[0098]在某南美白對蝦養(yǎng)殖池塘，于2015年9月12日、13日兩天，將溶解氧傳感器采集的 所有溶解氧數(shù)據(jù)構(gòu)成原始溶解氧數(shù)據(jù)序列;對原始溶解氧數(shù)據(jù)序列進(jìn)行預(yù)處理，得到預(yù)處 理后的溶解氧數(shù)據(jù)序列，預(yù)處理后的溶解氧數(shù)據(jù)序列包含1400個溶解氧數(shù)據(jù);預(yù)處理后的 溶解氧數(shù)據(jù)序列中的前980(1400X70% =980)個溶解氧數(shù)據(jù)構(gòu)成訓(xùn)練集，預(yù)處理后的溶解 氧數(shù)據(jù)序列中剩余的420 (1400 X 30 % = 420)個溶解氧數(shù)據(jù)構(gòu)成測試集；設(shè)Ν= 120，gmax = 100，λ = 0.4，Ρ = 0.6,根據(jù)訓(xùn)練集中的980個溶解氧數(shù)據(jù)，利用蟻群算法優(yōu)化最小二乘支持 向量機(jī)的懲罰因子和核函數(shù)寬度參數(shù)，得到最小二乘支持向量機(jī)的懲罰因子的最佳優(yōu)化值 為61和核函數(shù)寬度參數(shù)的最佳優(yōu)化值為1.22;根據(jù)最小二乘支持向量機(jī)的懲罰因子c的最 佳優(yōu)化值61和核函數(shù)寬度參數(shù) 〇的最佳優(yōu)化值1.22,計算測試集中的每個溶解氧數(shù)據(jù)的預(yù) 測值。
[0099]采用均方根誤差(RMSE)和平均誤差(ΜΑΡΕ)作為溶解氧數(shù)據(jù)的預(yù)測值的誤差標(biāo)準(zhǔn)，
理后的溶解氧數(shù)據(jù)序列中的第980+j個溶解氧數(shù)據(jù)，即為測試集中的第j個溶解氧數(shù)據(jù)， 表示預(yù)處理后的溶解氧數(shù)據(jù)序列中的第980+j個溶解氧數(shù)據(jù)的預(yù)測值，即為測試集中 的第j個溶解氧數(shù)據(jù)的預(yù)測值，符號" I I"為取絕對值符號。
[0100] 為驗(yàn)證本發(fā)明方法的有效性，分別采用BP神經(jīng)網(wǎng)絡(luò)的溶解氧預(yù)測方法、傳統(tǒng)蟻群 算法優(yōu)化最小二乘支持向量機(jī)的溶解氧預(yù)測方法(AC0-LSSVM)和本發(fā)明方法(CAC0-LSSVM) 對上述的原始溶解氧數(shù)據(jù)序列進(jìn)行處理，溶解氧數(shù)據(jù)的預(yù)測值的誤差標(biāo)準(zhǔn)如表1所列。
[0101] 表1采用不同的溶解氧預(yù)測方法，得到的溶解氧數(shù)據(jù)的預(yù)測值的誤差標(biāo)準(zhǔn)
[0103]從表1中可知，本發(fā)明方法的均方根誤差(RMSE)和平均誤差(MAPE)均低于現(xiàn)有的 兩種溶解氧預(yù)測方法，說明采用本發(fā)明方法預(yù)測得到的溶解氧數(shù)據(jù)的預(yù)測值的精度更高， 足以說明本發(fā)明方法是有效的。
【主權(quán)項(xiàng)】
1. 一種蟻群算法優(yōu)化最小二乘支持向量機(jī)的溶解氧預(yù)測方法，其特征在于包括W下步 驟： ① 在需要預(yù)測溶解氧的水產(chǎn)品養(yǎng)殖水體中布置一個溶解氧傳感器，溶解氧傳感器實(shí)時 等時間間隔連續(xù)采集溶解氧數(shù)據(jù)； ② 將溶解氧傳感器等時間間隔連續(xù)采集的T個溶解氧數(shù)據(jù)按采集時間先后順序排列構(gòu) 成原始溶解氧數(shù)據(jù)序列，記為￥八=^1，72，-'，7*，-'，7了};再對￥進(jìn)行預(yù)處理，^丟棄或修復(fù) Y中的壞點(diǎn)數(shù)據(jù)而保留Y中的有效數(shù)據(jù)，得到預(yù)處理后的溶解氧數(shù)據(jù)序列，記為X，X= {XI， X2,··· ,Xs,··· ,Xs}； 其中，Τ〉Ζ，Ζ表示設(shè)定的溶解氧數(shù)據(jù)最小需求量，l《t《T，yi，y2,…，yt，-'，yT對應(yīng)表示Υ 中的第1個溶解氧數(shù)據(jù)、第2個溶解氧數(shù)據(jù)、…、第t個溶解氧數(shù)據(jù)、…、第Τ個溶解氧數(shù)據(jù)，S《 T，1《s《S，XI，X2，…，xs，…，XS對應(yīng)表示X中的第1個溶解氧數(shù)據(jù)、第2個溶解氧數(shù)據(jù)、…、第S 個溶解氧數(shù)據(jù)、…、第S個溶解氧數(shù)據(jù)，壞點(diǎn)數(shù)據(jù)定義為:若Y中的任一個溶解氧數(shù)據(jù)大于Y中 的所有溶解氧數(shù)據(jù)的平均值的60%或者小于Y中的所有溶解氧數(shù)據(jù)的平均值的40%，則確 定該溶解氧數(shù)據(jù)為壞點(diǎn)數(shù)據(jù);有效數(shù)據(jù)定義為:若Y中的任一個溶解氧數(shù)據(jù)大于或等于Y中 的所有溶解氧數(shù)據(jù)的平均值的40%且小于或等于Y中的所有溶解氧數(shù)據(jù)的平均值的60%， 則確定該溶解氧數(shù)據(jù)為有效數(shù)據(jù)； ③ 判斷S>Z是否成立，如果成立，則執(zhí)行步驟④;否則，返回步驟②重新獲取原始溶解 氧數(shù)據(jù)序列，再進(jìn)行預(yù)處理； @選取乂中的前51'個溶解氧數(shù)據(jù)構(gòu)成訓(xùn)練集，記為時曰；[]1，時曰；[]1={>1,義2，'''心1;，···， xst};并將剩余的S-ST個溶解氧數(shù)據(jù)構(gòu)成測試集，記為Test，Test= {xsT+1，xsT+2,…，xs};其 中，SX60%《ST《SX80%，xl，X2，···，Xst，···，xsτ對應(yīng)表示Train中的第l個溶解氧數(shù)據(jù)、第2 個溶解氧數(shù)據(jù)、…、第St個溶解氧數(shù)據(jù)、…、第ST個溶解氧數(shù)據(jù)，XI，X2，…，Xst，…，XST亦對應(yīng) 表示X中的第1個溶解氧數(shù)據(jù)、第2個溶解氧數(shù)據(jù)、…、第St個溶解氧數(shù)據(jù)、…、第ST個溶解氧 數(shù)據(jù)，XST+1，XST+2，…，X擁應(yīng)表示TeSt中的第1個溶解氧數(shù)據(jù)、第2個溶解氧數(shù)據(jù)、…、第S-ST 個溶解氧數(shù)據(jù)，XST+1，XST+2，…，XS亦對應(yīng)表示X中的第ST+1個溶解氧數(shù)據(jù)、第ST+2個溶解氧數(shù) 據(jù)、…、第S個溶解氧數(shù)據(jù)； ⑤根據(jù)Train中的所有溶解氧數(shù)據(jù)，利用蟻群算法優(yōu)化最小二乘支持向量機(jī)的懲罰因 子和核函數(shù)寬度參數(shù)，得到最小二乘支持向量機(jī)的懲罰因子和核函數(shù)寬度參數(shù)各自的最佳 優(yōu)化值，具體過程為： (D_l、選擇徑向基函數(shù)作為最小二乘支持向量機(jī)的核函數(shù);然 后選擇最小二乘支持向量機(jī)的懲罰因子C和核函數(shù)寬度參數(shù)0作為優(yōu)化選擇參數(shù);再將區(qū)間 [0，150]作為懲罰因子的值選擇范圍，將區(qū)間[0.1，10]作為核函數(shù)寬度參數(shù)的值選擇范圍； 其中，k()為徑向基函數(shù)的表示形式，X為最小二乘支持向量機(jī)的核函數(shù)的輸入變量，D為最 小二乘支持向量機(jī)的核函數(shù)中屯、，exp0表示W(wǎng)自然基數(shù)e為底的指數(shù)函數(shù)，σ為最小二乘支 持向量機(jī)的核函數(shù)寬度參數(shù)，X、D和σ的值均為實(shí)數(shù)； @_2、設(shè)定蟻群算法中所需的媽蟻數(shù)量為Ν;然后從懲罰因子的值選擇范圍中隨機(jī)選擇 Ν個值分別作為懲罰因子C的值，對應(yīng)記為C1，C2，…，Cp，…，CN ;并從核函數(shù)寬度參數(shù)的值選 擇范圍中隨機(jī)選擇N個值分別作為核函數(shù)寬度參數(shù)σ的值，對應(yīng)記為σι，〇2，…，Op，…，ON;其 中，l<N《ST，l《p《N，cl、C2、Cp和CN對應(yīng)為從懲罰因子的值選擇范圍中隨機(jī)選擇的第l個 值、第2個值、第P個值和第N個值，〇i、〇2、〇p和〇N對應(yīng)為從核函數(shù)寬度參數(shù)的值選擇范圍中隨 機(jī)選擇的第1個值、第2個值、第P個值和第N個值； @_3、獲取蟻群算法第1次捜索時每只媽蟻的位置，將蟻群算法第1次捜索時第P只媽蟻 的位置記為ΧΑρ, 1，XAp, 1= kp，Op];其中，kp，Op]表示由第P個懲罰因子C的值Cp和第P個核函 數(shù)寬度參數(shù)σ的值Op構(gòu)成的第P只媽蟻的初始位置矢量； @_4、確定蟻群算法第1次捜索時的頭蟻及其位置，將蟻群算法第1次捜索時的頭蟻的 位置記為龍并確定蟻群算法第1次捜索時每只媽蟻的最佳位置，將蟻群算法第1次捜索 時第P只媽蟻的最佳位置記為沿; 乂的獲取過程為： al、根據(jù)化ain中的所有溶解氧數(shù)據(jù)和蟻群算法第1次捜索時每只媽蟻的位置，獲取蟻 群算法第1次捜索時每只媽蟻對應(yīng)的ST個拉格朗日乘子和偏差，將蟻群算法第1次捜索時第 P只媽蟻對應(yīng)的ST個拉格朗日乘子對應(yīng)記為ai,p，a2,p，…，asT,p，將蟻群算法第1次捜索時第P 只媽蟻對應(yīng)的偏差記為bp，ai,p ,a2,p,…，asT,p和bp是根據(jù)Train中的所有溶解氧數(shù)據(jù)和ΧΑρ,ι，a2、根據(jù)化ain中的所有溶解氧數(shù)據(jù)和蟻群算法第1次捜索時每只媽蟻的位置，計算蟻 群算法第1次捜索時每只媽蟻對應(yīng)的化ain中的每個溶解氧數(shù)據(jù)的估計值，將蟻群算法第1 次捜索時第P只媽蟻對應(yīng)的Train中的第St個溶解氧數(shù)據(jù)xst的估計值記為％，;其中，ai,p表示蟻群算法第1次捜索時第P只媽蟻對應(yīng)的第 i個拉格朗日乘子； a3、計算蟻群算法第1次捜索時每只媽蟻的位置對應(yīng)的預(yù)測誤差，將蟻群算法第1次捜 索時第P只媽蟻的位置對應(yīng)的預(yù)測誤差記為MSE(XAp,i)a4、計算蟻群算法第1次捜索時每只媽蟻的信息素，將蟻群算法第1次捜索時第P只媽蟻 的信息素記為τ(ρ，1)，T(P，l)=exp(-MSE(XAp,i)); a5、將蟻群算法第1次捜索時N只媽蟻的信息素按序構(gòu)成一個維數(shù)為IXN的信息素矩 陣，記為Ιηι，Ιηι=[τ(1，1) τ(2，1)…τ(Ν，1)];其中，τ(1，1)表示蟻群算法第1次捜索時第 1只媽蟻的信息素，τ(2，1)表示蟻群算法第1次捜索時第2只媽蟻的信息素，τ(Ν，1)表示蟻群 算法第1次捜索時第Ν只媽蟻的信息素； a6、將Im中值最大的信息素對應(yīng)的媽蟻確定為蟻群算法第1次捜索時的頭蟻，將Im中 值最大的信息素對應(yīng)的媽蟻的位置作為蟻群算法第1次捜索時的頭蟻的位置 a7、確定蟻群算法第1次捜索時第P只媽蟻的最佳位置為; @_5、令g表示蟻群算法的捜索次數(shù)，并令gmax表示設(shè)定的最大捜索次數(shù);其中，g的初始 值為2,2《g《gmax ,抑ax〉2 ; @_6、獲取蟻群算法第g次捜索時每只媽蟻的位置，將蟻群算法第g次捜索時第p只媽蟻 的位置記為XAp,g，義心g=0.52χ義4p.g_l+(l-iμ?"?+0.5スχ義(6:_l;其中，人表示啟發(fā)因子，入 ￡[0，1]，乂4。,8-1表示蟻群算法第曰-1次捜索時第9只媽蟻的位置，^半&,表示蟻群算法第邑-1 次捜索時的頭蟻的位置，舍1表示蟻群算法第g-1次捜索時第P媽蟻的最佳位置； @_7、確定蟻群算法第g次捜索時的頭蟻及其位置，將蟻群算法第g次捜索時的頭蟻的 位置記為并確定蟻群算法第g次捜索時每只媽蟻的最佳位置，將蟻群算法第g次捜索 時第P只媽蟻的最佳位置記為; 和的獲取過程為： bl、計算蟻群算法第g次捜索時每只媽蟻的信息素，將蟻群算法第g次捜索時第P只媽蟻 的信息素記為T(P，g)，T(P，g) = (l-p) XT(P，g-l)h(P，l);其中，P表示信息素?fù)]發(fā)數(shù)，pe [0，1]，1(9，肖-1)表示蟻群算法第肖-1次捜索時第9只媽蟻的信息素，1(9，1)表示蟻群算法第 1次捜索時第P只媽蟻的信息素； b2、構(gòu)建一個維數(shù)為gXN的信息素矩陣，記為Ing，Ing中的第h行中的N個信息素對應(yīng)為 蟻群算法第h次捜索時N只媽蟻的信息素;其中，l《h《g; b3、將Ing中的第P列中的g個信息素中值最大的信息素對應(yīng)的媽蟻的位置確定為蟻群算 法第g次捜索時第P只媽蟻的最佳位置; b4、將Ing中值最大的信息素對應(yīng)的媽蟻確定為蟻群算法第g次捜索時的頭蟻，將Ing中 值最大的信息素對應(yīng)的媽蟻的位置作為蟻群算法第g次捜索時的頭蟻的位置為f; b5、對進(jìn)行精細(xì)捜索，得到蟻群算法第g次捜索時的頭蟻的新位置，記為 乂\'/if = 乂+乂χΓ""Φ'(〇，!）χ 乂<";其中，CauchWO，1)為用于產(chǎn)生0~1之間分布的隨 機(jī)數(shù)的函數(shù)； b6、更新乂，將更新后的位置記為（再令=GX4f ;其中，；)表示蟻群算法第g次捜索時的頭蟻的新位置對應(yīng)的 預(yù)測誤差，表示蟻群算法第g次捜索時的頭蟻的位置對應(yīng)的預(yù)測誤差， = GOf中的"="為賦值符號； @_8、判斷g<gmax是否成立，如果成立，則令g = g+l，然后返回步驟@_6繼續(xù)執(zhí)行；否則， 確定蟻群算法捜索結(jié)束，得到最終的頭蟻的位置，記為XA°W，，然后將XA°W對應(yīng) 的位置矢量中的cdW作為最小二乘支持向量機(jī)的懲罰因子c的最佳優(yōu)化值，并將 XA°W對應(yīng)的位置矢量^°"，〇°叫中的0°叫乍為最小二乘支持向量機(jī)的核函數(shù)寬度參數(shù)。的最 佳優(yōu)化值;其中，g = g+l中的"="為賦值符號，表示蟻群算法第gmax次捜索時的頭蟻的 位置； ⑥根據(jù)最小二乘支持向量機(jī)的懲罰因子C的最佳優(yōu)化值和核函數(shù)寬度參數(shù)0的最佳 優(yōu)化值計算Test中的每個溶解氧數(shù)據(jù)的預(yù)測值，將Test中的第r個溶解氧數(shù)據(jù)的預(yù)測 值記為去邸.+,6'巧中，l《r《S-ST，xsτ+j表示Test中 的第j個溶解氧數(shù)據(jù)，xsT+r表示Test中的第r個溶解氧數(shù)據(jù)，aj表示Test對應(yīng)的第j個拉格朗 日乘子，b表示Test對應(yīng)的偏差，a神化是根據(jù)Test中的所有溶解氧數(shù)據(jù)及和計算2.根據(jù)權(quán)利要求1所述的蟻群算法優(yōu)化最小二乘支持向量機(jī)的溶解氧預(yù)測方法，其特 征在于所述的步驟①中的溶解氧傳感器采集溶解氧數(shù)據(jù)的時間間隔為1~5分鐘。3.根據(jù)權(quán)利要求1所述的蟻群算法優(yōu)化最小二乘支持向量機(jī)的溶解氧預(yù)測方法，其特 征在于所述的步驟②中的X的獲取過程為： (D_1、找出Y中的所有有效數(shù)據(jù)和所有壞點(diǎn)數(shù)據(jù)，并將有效數(shù)據(jù)的標(biāo)記設(shè)為1; @_2、按序?qū)中的每個壞點(diǎn)數(shù)據(jù)進(jìn)行處理，將Y中當(dāng)前待處理的壞點(diǎn)數(shù)據(jù)定義為當(dāng)前 數(shù)據(jù)； @_3、如果當(dāng)前數(shù)據(jù)為Y中的第1個溶解氧數(shù)據(jù)或當(dāng)前數(shù)據(jù)為Y中的第T個溶解氧數(shù)據(jù)或 時間上先于當(dāng)前數(shù)據(jù)的所有溶解氧數(shù)據(jù)均為壞點(diǎn)數(shù)據(jù)或時間上后于當(dāng)前數(shù)據(jù)的所有溶解 氧數(shù)據(jù)均為壞點(diǎn)數(shù)據(jù)，則將當(dāng)前數(shù)據(jù)的標(biāo)記設(shè)為0，再執(zhí)行步驟②_4; 如果當(dāng)前數(shù)據(jù)不為Y中的第1個溶解氧數(shù)據(jù)且當(dāng)前數(shù)據(jù)不為Y中的第T個溶解氧數(shù)據(jù)且 時間上先于當(dāng)前數(shù)據(jù)的所有溶解氧數(shù)據(jù)不全為壞點(diǎn)數(shù)據(jù)且時間上后于當(dāng)前數(shù)據(jù)的所有溶 解氧數(shù)據(jù)不全為壞點(diǎn)數(shù)據(jù)，則對當(dāng)前數(shù)據(jù)進(jìn)行線性插值W修復(fù)當(dāng)前數(shù)據(jù)，使當(dāng)前數(shù)據(jù)轉(zhuǎn)變 成有效數(shù)據(jù)，假設(shè)當(dāng)前數(shù)據(jù)為Y中的第t'個溶解氧數(shù)據(jù)yt'，那么yt'經(jīng)線性插值修復(fù)后等于然后將經(jīng)線性插值修復(fù)后的當(dāng)前數(shù)據(jù)的標(biāo)記設(shè)為2,再執(zhí)行步驟②_4; 其中，義，表示時間上先于yt'且與yt'最鄰近的標(biāo)記為1的有效數(shù)據(jù)，亦為Y中的第ti個溶解 氧數(shù)據(jù)，&表示時間上后于yt'且與yt'最鄰近的標(biāo)記為1的有效數(shù)據(jù)，.Vf:亦為Y中的第t2個溶 解氧數(shù)據(jù)，1《ti《T，1《t2《T，tl<t ' <t2 ; @_4、將Υ中下一個待處理的壞點(diǎn)數(shù)據(jù)作為當(dāng)前數(shù)據(jù)，然后返回步驟②_3繼續(xù)執(zhí)行，直 至Y中的所有壞點(diǎn)數(shù)據(jù)處理完畢，再執(zhí)行步驟(D_5; @_5、丟棄Y中所有標(biāo)記為0的壞點(diǎn)數(shù)據(jù)，而保留其余溶解氧數(shù)據(jù)，得到新的溶解氧數(shù)據(jù) 序列，作為預(yù)處理后的溶解氧數(shù)據(jù)序列X。
【文檔編號】G06Q10/04GK106096780SQ201610414075
【公開日】2016年11月9日
【申請日】2016年6月13日 公開號201610414075.3, CN 106096780 A, CN 106096780A, CN 201610414075, CN-A-106096780, CN106096780 A, CN106096780A, CN201610414075, CN201610414075.3
【發(fā)明人】張秀麗, 王建平
【申請人】浙江萬里學(xué)院