[發明專利]一種基于遺傳算法優化的RBF神經網絡的環境污染監測系統

有效

• 申請號: 201710091916.6
• 申請日: 2017-02-21
• 公開（公告）號: CN106991491B
• 公開（公告）日: 2020-11-13
• 發明（設計）人: 黃鴻基;王金元;周行洲;項彤;吳浩;張雨;王永進
• 申請（專利權）人: 南京郵電大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06K9/62;G06N3/04;G06N3/12;G06Q10/06
• 代理公司: 南京知識律師事務所 32207
• 代理人: 李湘群

本發明公開了一種基于遺傳算法優化的RBF神經網絡的環境污染監測系統，該系統包括信號輸入模塊、信號處理模塊、計算機云端服務器處理模塊、數據庫、報警模塊和污染指標顯示模塊，可見光信號通過信號輸入模塊輸入后，由信號處理模塊依次經過模?數轉換、數字信號處理和數?模轉換后，將信號輸入計算機云端服務器處理模塊，并將污染指標通過污染指標顯示模塊顯示出來，若超過設定的閾值，報警模塊將會報警，從信號輸入到信號輸出整個過程的數據都存儲在數據庫中。本發明中，系統不需要專門的網絡環境和硬件設備，節約成本，適應性強。系統還具有對環境污染進行監測的功能，并可實現對多種污染指標進行的實時準確監測，功能強大。

技術領域

本發明屬于環境污染監測領域，具體涉及一種基于遺傳算法優化的RBF神經網絡的環境污染監測系統。

背景技術

近年來，科學技術和工業化的快速發展帶來了諸多嚴重的環境問題。空氣和水體環境的監測具有“點多，面廣、量大”的特點，同時還有“全方面、全天候、全時制”的特征。然而，相關部門管理人員數量有限，加之環境監測本身的復雜性，人力監測遠遠無法滿足需求。為了徹底解決環境監測人員不足的問題，必須設計高效、實時、精確的環境污染監測系統，對環境污染的相關指標進行有效監測，并對相關重要指標進行預警。

從目前的國內外研究現狀來看，國內外專家和學者的研究重點主要放在基于無線傳感器網絡對環境進行監測。在無線傳感器領域，加性高斯白噪聲信道模型的成熟給這方面的研究提供了方向，并成為了研究熱點。發明CN102665249A公開了一種基于無線傳感器網絡的大氣污染監測系統，它包括無線傳感器網絡節點，無線傳感器網絡匯聚節點，本地監控子中心，遠程控制終端，手機終端。它在網絡自組織階段自定義了一種無線傳感器網絡多級異構分簇路由協議并能夠及時地反映大氣污染狀況并報警。發明CN104637272A公開了一種噪聲污染監測系統，人們可以根據監控計算機的數據實時監測各個區域的噪聲分布情況。同時，專利CN203881747U公開了一種多指標組合式空氣污染監測系統，它能夠通過測量并顯示六種重要指標來反映環境中空氣污染情況，并可以通過WIFI將數據傳輸到手機上，方便使用者查看。發明CN104634379A公開了一種基于WSN的水污染監測系統，它采用無線網方式采集多處的多種污水信息，提供給遠程供參考，具有組網方便，采集數據準確、實時的特點。同時，基于物聯網技術進行監測技術也發展迅速，發明CN105890657A公開了一種基于物聯網的光伏節能空氣污染監測系統。它將空氣污染測量模塊實時采集的空氣污染數據發送到物聯網服務器；包括物聯網服務器，對空氣污染數據進行分析處理并連接移動終端。但以上專利文獻都用到了傳感器，準確性不夠高，同時存在成本高以及對網絡的需求條件嚴格的缺陷。

在環境污染監測領域，傳統方法需要專門的儀器和網絡條件進行檢測，具有成本高、且精度不夠的缺點。

發明內容

本發明針對上述環境污染監測傳統方法的不足，采用了機器學習的思想，提供一種基于遺傳算法優化的RBF(Radical Basis Function，徑向基函數)神經網絡的空氣和水體污染監測系統，可以通過訓練后的RBF神經網絡，對空氣和水體的多種污染指標進行實時有效的監測，不需要采用專用的監測裝置，也不需要網絡環境進行監測，具有記憶性和魯棒性，而且具有可靠性高、成本低的特點。本發明的思路是首先在只有加性高斯白噪聲(AGWN)的理想條件下，將輸入信號存儲在數據庫中。接著在原有的理想AGWN信道上分別在水體和空氣加入相關污染物，進行大量重復的訓練，并將訓練后的RBF神經網絡對環境污染進行實時監測。

為達到上述目的，本發明的技術方案為一種基于遺傳算法優化的RBF神經網絡的環境污染監測系統，該系統包括信號輸入模塊、信號處理模塊、計算機云端服務器處理模塊、數據庫、報警模塊和污染指標顯示模塊，可見光信號通過信號輸入模塊輸入后，由信號處理模塊依次經過模-數轉換、數字信號處理和數-模轉換后，將信號輸入計算機云端服務器處理模塊，并將污染指標通過污染指標顯示模塊顯示出來，若超過設定的閾值，報警模塊將會報警，從信號輸入到信號輸出整個過程的數據都存儲在數據庫中。