[發(fā)明專利]一種基于神經(jīng)網(wǎng)絡(luò)模型的鹵水自然蒸發(fā)速率預(yù)測方法

有效

• 申請?zhí)枺?/td>: 201610569266.7
• 申請日: 2016-07-14
• 公開（公告）號: CN107622140B
• 公開（公告）日: 2021-07-16
• 發(fā)明（設(shè)計）人: 唐娜;張蕾;程鵬高;項軍;杜威
• 申請（專利權(quán)）人: 天津科技大學(xué)
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于神經(jīng)網(wǎng)絡(luò)模型的鹵水自然蒸發(fā)速率預(yù)測方法，其特征在于：包括如下具體步驟：

(1)建立室內(nèi)模擬鹽田系統(tǒng)，通過人工手段控制模擬鹽田的空氣溫度、空氣濕度、風(fēng)速、太陽幅照、鹵水溫度、鹵水濃度、鹵水深度，獲得鹵水自然蒸發(fā)速率的基礎(chǔ)數(shù)據(jù)；

(2)對基礎(chǔ)數(shù)據(jù)的標(biāo)準(zhǔn)化處理，將其轉(zhuǎn)換成[0，1]區(qū)間的值，即需要對實驗數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化；其標(biāo)準(zhǔn)化的公式為如下：

xtmp＝(X-repmat(minx，x_length，1))./repmat(maxx-minx，x_length，1)

X-為輸入?yún)?shù)矩陣，包括鹵水濃度、環(huán)境溫度、風(fēng)速、鹵水溫度、太陽輻照強(qiáng)度、鹵水深度和空氣相對濕度七個因素；

xtmp-為輸入?yún)?shù)矩陣x經(jīng)過標(biāo)準(zhǔn)化后的矩陣，其實際為x的標(biāo)準(zhǔn)差，其值范圍為[0，1]；

ytmp＝(y-repmat(miny，y_length，1))./repmat(maxy-miny，y_length，1)

y-為輸入目標(biāo)矩陣，本實驗的目標(biāo)矩陣為蒸發(fā)速率單個參數(shù)；

ytmp-為輸入目標(biāo)矩陣y經(jīng)過標(biāo)準(zhǔn)化后的矩陣，其實際為y的標(biāo)準(zhǔn)差，其值范圍為[0，1]；

minx為x矩陣的最小值；

maxx為x矩陣的最大值；

miny為y矩陣的最小值；

maxy為y矩陣的最大值；

(3)創(chuàng)建一個BP神經(jīng)網(wǎng)絡(luò)：選定網(wǎng)絡(luò)傳遞函數(shù)、訓(xùn)練函數(shù)和學(xué)習(xí)函數(shù)，選擇多層神經(jīng)元網(wǎng)絡(luò)，建立具有多個輸入節(jié)點及1個輸出節(jié)點的三層BP網(wǎng)絡(luò)模型，將標(biāo)準(zhǔn)化后的實驗數(shù)據(jù)輸入網(wǎng)絡(luò)模型，實現(xiàn)了對實驗數(shù)據(jù)的訓(xùn)練，訓(xùn)練完成后，將網(wǎng)絡(luò)的權(quán)值矩陣和閥值矩陣輸出并保存；

(4)將氣候條件和鹵水條件標(biāo)準(zhǔn)化后輸入已訓(xùn)練完成的模型，獲得鹵水自然蒸發(fā)速率的預(yù)測值。

2.根據(jù)權(quán)利要求1所述的基于神經(jīng)網(wǎng)絡(luò)模型的鹵水自然蒸發(fā)速率預(yù)測方法，其特征在于：所述步驟(3)中，采用三層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，選用的訓(xùn)練函數(shù)為“traingd”，實驗選用的學(xué)習(xí)函數(shù)為“l(fā)earngdm”，實驗選用的傳遞函數(shù)第一層神經(jīng)元采用雙曲正切函數(shù)tansig，第二層神經(jīng)元采用對數(shù)函數(shù)logsig，第三層神經(jīng)元采用線性函數(shù)purelin。