云模型人工蜂群优化的稀土矿区溪水pH值预测方法

文件类型：PDF文档
文件大小：755K
本发明公开了一种云模型人工蜂群优化的稀土矿区溪水pH值预测方法，利用支持向量机(SVM)来预测稀土矿区溪水的pH值，将SVM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编码成人工蜂群算法的个体，设计了基于云模型采样的观察蜂搜索算子，并设计了基于混沌精英反向学习的侦察蜂搜索算子来提高算法的搜索能力；与同类方法相比，本发明能够提高稀土矿区溪水pH值的预测精度。