摘要
本发明涉及人工湿地污染管理技术领域,尤其是一种人工湿地污染预测方法,其包括:检索文献,获取相关参数;对参数进行频率编码和特征缩放,得到数据集;将数据集划分为训练集及测试集;基于stacking模型建立预测器模型,所述预测器模型包括基学习器及元学习器;采用训练集对基学习器的模型分别进行训练;获取基学习器的预测结果,作为元学习器的输入;使用遗传算法对基学习器模型的预测权重进行优化;对基学习器三种模型的预测结果进行加权融合,再次对测试集进行预测,计算最终性能指标;衡量人工湿地预测值的偏差和预测性能。本发明解决了传统单一模型预测精度受限及稳定性差的问题。