[發明專利]水體質量預測方法、終端設備及計算機可讀存儲介質

有效

• 申請號: 201811584729.2
• 申請日: 2018-12-24
• 公開（公告）號: CN109740804B
• 公開（公告）日: 2020-02-07
• 發明（設計）人: 王丹;王純斌;趙神州;覃進學;藍科
• 申請（專利權）人: 成都四方偉業軟件股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/26;G06N3/04;G06N3/08
• 代理公司: 11371 北京超凡志成知識產權代理事務所(普通合伙)
• 代理人: 蘇勝

本發明公開了一種水體質量預測方法、終端設備及計算機可讀存儲介質，該方法包括：根據瓦斯相關參數構建水體質量預測模型；初始化第一預定數量的輸入向量的值，根據輸入向量的值確定最優輸入向量；根據次優輸入向量的新值更新最優輸入向量；將除最優輸入向量之外的其他所有輸入向量分為兩組；分別計算第一組及第二組中所有輸入向量對應的新值；對兩組中所有新值進行尋優操作，根據尋優結果更新最優輸入向量；將最優輸入向量中值賦予水體質量預測模型，通過第二預定數量的樣本數據對預測模型進行訓練，并繼續尋找最優輸入向量直至達到預設條件后停止訓練。本發明能夠較好的預測水體質量，收斂速度快，為水資源管理提供依據。

技術領域

本發明涉及深度學習技術領域，具體而言，涉及一種水體質量預測方法、終端設備及計算機可讀存儲介質。

背景技術

隨著現代化的發展，水資源面臨困境，水資源十分寶貴。水資源管理可用于提高水資源的有效利用率，保護水資源的持續開發利用，充分發揮水資源工程的經濟效益，在滿足用水戶對水量和水質要求的前提下，使水資源發揮最大的社會、環境、經濟效益。

水體質量標志著水體的物理(如色度、濁度、臭味等)、化學(無機物和有機物的含量)和生物(細菌、微生物、浮游生物、底棲生物)的特性及其組成的狀況。因此，合理度量水體質量，對水資源管理具有重要意義。

發明內容

鑒于上述問題，本發明實施例的目的在于提供一種水體質量預測方法、終端設備及計算機可讀存儲介質，以解決現有技術的不足。

根據本發明的一個實施方式，提供一種水體質量預測方法，包括：

S1根據水體質量參數構建水體質量預測模型；

S2根據所述水體質量預測模型中所有的權值和神經元閾值作為輸入向量的維數，初始化第一預定數量的輸入向量的值；

S3根據所述輸入向量的值與目標函數對所述第一預定數據量的輸入向量進行尋優操作以確定最優輸入向量；

S4將第二預設數量的輸入向量進行柯西擾動得到所述輸入向量對應的新值；

S5對所述第二預設數量的輸入向量對應的新值進行所述尋優操作，及根據尋優結果更新所述最優輸入向量；

S6將除所述最優輸入向量之外的其他所有輸入向量分為兩組；

S7根據第一組中的每一輸入向量的最近鄰輸入向量的值計算該輸入向量對應的新值，及根據水下地標算子、光照算子、溶解度濃度算子、食物分布算子及水流因子計算第二組中輸入向量對應的新值；

S8根據第一組中所有輸入向量的新值及第二組中所有輸入向量的新值對兩組輸入向量進行所述尋優操作，根據尋優結果更新所述最優輸入向量；

S9將所述最優輸入向量中權值和閾值賦予所述水體質量預測模型，通過樣本數據對水體質量預測模型進行訓練，并繼續執行步驟S3及S3之后所有步驟直至達到預設條件后停止訓練，根據訓練好的水體質量預測模型進行水體質量預測。

在上述的水體質量預測方法中，水體質量預測模型包括輸入層、徑向基層及輸出層，其中，所述徑向基層中包括八個徑向基；

每一徑向基均采用如下所示的神經元模型公式：

其中，Q為徑向基層的輸出，n為輸入層中水體質量參數的個數，w_i為第i個水體質量參數對應的權值，x_i為輸入層中第i個水體質量參數，b為神經元閾值。

在上述的水體質量預測方法中，通過下述公式對所述第一預定數量的輸入向量的值進行初始化：

x_ij＝β(x_up-x_down)+x_down