基于HHO-SVM的水质预测模型及应用

摘要

支持向量机(SVM)在小样本模拟预测中具有优势,但其惩罚因子C和核函数参数γ的选取存在主观性,因此采用哈里斯鹰算法(HHO)对SVM的C、γ进行优化,建立基于HHO-SVM的水质预测模型,并应用于滇池草海西苑隧道断面的水质预测研究中。结果表明,HHO-SVM水质预测模型的预测精度高于基于遗传算法的支持向量机模型(GA-SVM)和基于鲸鱼算法的支持向量机模型(WOA-SVM),验证了HHO算法优化SVM参数的可行性,表明HHO-SVM可用于水质预测中。