基于GWO SVR的土壤镉元素含量含水率校正预测模型研究

针对土壤含水率对X射线荧光光谱(XRF)法检测结果存在严重干扰的问题,提出了一种基于灰狼优化(GWO)算法的支持向量回归(SVR)校正预测模型。完成光谱数据预处理之后,基于GWO-SVR建立净峰面积、含水率与镉元素含量之间的定量分析模型,并将GWO-SVR模型与其他模型对比。结果表明:SVR非线性模型比线性回归模型有更好的决定系数、更小的误差,在GWO下,各个模型指标均得到提升;与其他优化算法相比,GWO-SVR迭代次数更少,拟合效果更好,预测误差更小。所提模型也可为土壤中其他重金属含量的预测及含水率校正提供有效的参考。