基于COPSO-GRNN的土壤重金属含量预测模型

土壤重金属含量预测是土壤污染治理的重要一环,为提高预测准确性,文章提出一种基于COPSO-GRNN的土壤重金属含量预测模型。该模型针对广义回归神经网络(GRNN)的平滑因子难以确定的问题,使用余弦优化粒子群算法(COPSO)对其进行优化,优化过程中除了为种群个体增加小种群比较策略之外还采用了余弦加速系数来扩大搜索范围并避免陷入局部最优,之后引入适应准则来提高算法收敛速度。对该模型与几种常见的土壤重金属含量预测模型进行对比实验,实验结果表明该模型的预测值更接近于真实值,具有更好的预测性能。