| 申请日期 | 2026-04-18 | 申请号 | CN201610486213.9 |
| 公开（公告）号 | CN105930685A | 公开（公告）日 | 2016-09-07 |
| 公开国别 | CN | 申请人省市代码 | 全国 |
| 申请人 | 江西理工大学 | ||
| 简介 | 本发明公开了一种高斯人工蜂群优化的稀土矿区地下水氨氮浓度预测方法。本发明采用支持向量机作为稀土矿区地下水氨氮浓度的预测模型，利用高斯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。在高斯人工蜂群算法中，将每个个体邻域中的优秀个体及其邻域中个体的平均值融合到高斯变异策略中产生新个体，并在侦察蜂过程中执行以最优个体为参考点的反向学习策略。本发明能够提高稀土矿区地下水氨氮浓度的预测精度。 | ||
|
您还没有登录，请登录后查看下载地址
|
客服热线：
手机版
二维码
