基于支持向量机的城市道路降雨径流污染预测模型

中文
EN

当前位置：首页 > 论文 > 2020 > 02

论文

免费下载 2020年02期

摘要：为实现城市降雨径流污染有效预测，以文献中的实测数据作为样本，选取雨型、平均雨强、峰值雨强、降雨历时、雨前干期、大气降尘量、PM10、车流量、路面材料及城市功能区等10项影响因子作为模型输入量，选取径流污染指标COD的场次降雨平均浓度EMC及... 展开+

摘要：

为实现城市降雨径流污染有效预测，以文献中的实测数据作为样本，选取雨型、平均雨强、峰值雨强、降雨历时、雨前干期、大气降尘量、PM₁₀、车流量、路面材料及城市功能区等10项影响因子作为模型输入量，选取径流污染指标COD的场次降雨平均浓度EMC及初期冲刷指数FF30作为模型输出量，基于支持向量机（SVM）构建了城市道路径流污染预测模型。结果表明：EMC-SVM及FF30-SVM模型均具有较高的预测精度，EMC-SVM模型校验参数RMSE、MBE远小于数据集EMC均值，CE、CC达到0.815及0.933；FF30-SVM模型校验参数RMSE、MBE远小于数据集FF30均值，CE、CC分别为0.866及0.932；选用径向基函数（RBF）作为核函数，使用k折交叉验证法对模型参数进行寻优，对于EMC-SVM及FF30-SVM模型寻得的最优参数（c，g）分别为（64.0，0.001 953 125）、（2.0，0.062 5）。

收起-