一種基于人工智能神經(jīng)網(wǎng)絡(luò)的絮凝投藥決策的分析方法
基本信息
申請?zhí)?/td> | CN202111357167.X | 申請日 | - |
公開(公告)號 | CN114119277A | 公開(公告)日 | 2022-03-01 |
申請公布號 | CN114119277A | 申請公布日 | 2022-03-01 |
分類號 | G06Q50/06(2012.01)I;G06N3/08(2006.01)I | 分類 | 計(jì)算;推算;計(jì)數(shù); |
發(fā)明人 | 李曉尚;朱國成;袁程;袁芳;舒建衛(wèi);紀(jì)倩楠;黃威;方海全;林佳琳 | 申請(專利權(quán))人 | 湘潭中環(huán)水務(wù)有限公司 |
代理機(jī)構(gòu) | 重慶晟軒知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) | 代理人 | 王海鳳 |
地址 | 411100湖南省湘潭市岳塘區(qū)河?xùn)|大道建設(shè)路口潭水大廈8樓 | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明涉及一種基于人工智能神經(jīng)網(wǎng)絡(luò)的絮凝投藥決策的分析方法,包括如下步驟:選用歷史檢測原水樣本數(shù)據(jù),并從中選擇部分?jǐn)?shù)據(jù)轉(zhuǎn)化成原始水質(zhì)信號;計(jì)算這部分原始水質(zhì)信號的絮凝重要程度,然后進(jìn)行降序排列,選出排列在前P個(gè)參數(shù)作為該原水樣本的最相關(guān)參數(shù)組成訓(xùn)練樣本;通過遺傳算法選擇最優(yōu)的權(quán)值和閾值初始化BP神經(jīng)網(wǎng)絡(luò),然后用訓(xùn)練樣本對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,最終得到訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)模型作為投藥量計(jì)算模型。通過本發(fā)明所使用的方法可以將神經(jīng)網(wǎng)絡(luò)與絮凝劑投藥量更緊密的結(jié)合并進(jìn)行應(yīng)用,使得對原水投藥量的預(yù)測更加準(zhǔn)確。 |
