基于改进集成学习的矿井地下水污染风险预测研究
打开文本图片集
摘要：在进行矿井地下水污染风险预测过程中，由于选择的特征与污染风险相关性较低，导致预测精度较差，对此，提出基于改进集成学习的矿井地下水污染风险预测研究，首先利用主成分分析法对矿井地下水污染数据特征进行提取，然后利用SOM网络进行矿井地下水数据聚类处理，最后采用ENN模型进行矿井地下水污染风险预测。实验结果表明，所提方法的污染物浓度预测RMSE和MAPE分别为22mg．L-1与9.26%，矿井地下水污染风险指数与实际值拟合度高，且R2值较大，说明所提方法的风险预测能力较好，具有实用性。（剩余3877字）