基于智能算法的土壤环境质量PPC评价模型的比较研究
来源期刊:中国矿业2014年第3期
论文作者:何厅厅 赵艳玲 侯占东 曾继勇 李源 王亚云 刘亚萍
文章页码:57 - 140
关键词:土壤环境质量;细菌算法;遗传算法;鱼群算法;
摘 要:土壤环境质量的数字特征复杂,其污染评价属于高维非线性数据聚类问题,可以用PPC模型进行土壤环境质量分类。在土壤环境质量PPC评价模型的应用中,最佳投影方向直接影响评价结果的精度。为获得更好的投影方向,本文将细菌算法(BFA)、遗传算法(GA)、鱼群算法(FSA)算得的投影方向分别用于PPC模型中,构建了土壤环境质量BFA-PPC、GA-PPC、FSA-PPC评价模型。对某地区农业土壤环境质量分别应用3种评价模型分别进行综合评价,比较3种智能算法确定的投影方向及其对应的评价结果,表明:3种评价模型在土壤环境质量评价中适用;3种智能算法算得的投影方向均合理,且FSA最准确地反映了各评价指标在评价过程中的重要程度,其次是GA、BFA。
何厅厅,赵艳玲,侯占东,曾继勇,李源,王亚云,刘亚萍
中国矿业大学(北京)土地复垦与生态重建研究所
摘 要:土壤环境质量的数字特征复杂,其污染评价属于高维非线性数据聚类问题,可以用PPC模型进行土壤环境质量分类。在土壤环境质量PPC评价模型的应用中,最佳投影方向直接影响评价结果的精度。为获得更好的投影方向,本文将细菌算法(BFA)、遗传算法(GA)、鱼群算法(FSA)算得的投影方向分别用于PPC模型中,构建了土壤环境质量BFA-PPC、GA-PPC、FSA-PPC评价模型。对某地区农业土壤环境质量分别应用3种评价模型分别进行综合评价,比较3种智能算法确定的投影方向及其对应的评价结果,表明:3种评价模型在土壤环境质量评价中适用;3种智能算法算得的投影方向均合理,且FSA最准确地反映了各评价指标在评价过程中的重要程度,其次是GA、BFA。
关键词:土壤环境质量;细菌算法;遗传算法;鱼群算法;