基于极限学习机算法对太湖东部湖区水源地总磷数据的自动监测分析

对太湖东部湖区金墅港和渔洋山水源地总磷自动监测值与实验室监测值进行比对分析,基于相关性分析,选取对自动监测总磷浓度影响较大的浊度、蓝绿藻和叶绿素等指标,提出可选择极限学习机隐层节点的改进极限学习机模型(IELM)修正自动监测总磷数据.结果 表明,总磷自动监测值相对实验室监测值偏差较大,绝对误差范围在0.05～0.112 mg·L-1,平均绝对误差为0.017 mg·L-1.若以相对误差小于或等于30％作为比对合格的标准值,总磷自动监测数据合格率仅为52.9％.经过IELM算法模型训练和测试,训练均方误差为0.0000735,测试均方误差为0.000103.经过模型修正后的自动监测总磷数据更接近实验室监测值,其平均绝对误差降低0.026 mg·L-1,平均相对误差降低45％.按比对误差30％计算,模型修正后的总磷自动监测数据合格率为92.0％,可应用于自动监测总磷数据的修正.