基于EO优化SVM的农产品重金属超标概率预测

作者：刘金格

来源：长江信息通信, 2023, 36(04): 91-93.

DOI：10.3969/j.issn.1673-1131.2023.04.029

• 农产品
• 重金属超标
• 支持向量机
• 改进的平衡优化器算法
• 预测

农产品中的重金属来源十分广泛，其与每一个来源都非简单的线性关系。支持向量机模型在非线性情况下表现良好，能比线性回归法达到更好的预测效果。以宜昌市详查农产品点位为研究对象，选择水稻农产品和土壤中重金属As、Cr、Pb、ph含量为自变量，以农产品中重金属镉是否超标为因变量，使用平衡优化器算法（EO）优化的支持向量机模型（SVM）来预测农产品镉是否超标并预测超标概率值。结果表明：使用改进的平衡优化器算法优化的支持向量机模型来预测农产品镉是否超标拥有更高的预测准确率。因此基于EO优化的SVM模型（EO＿SVM）可作为一种农产品重金属超标概率预测的一种有效方法，为农产品重金属监管提供有效理论支持。