一种基于人工智能算法的湖（库）富营养化预测方法.pdf

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 111242380 A (43)申请公布日 2020.06.05 (21)申请号 202010050421.0 G06F 30/27(2020.01) G06F 30/28(2020.01) (22)申请日 2020.01.17 G06N 3/04(2006.01) (71)申请人 中国水利水电科学研究院 G06N 3/08(2006.01) 地址 100048 北京市海淀区车公庄西路20 G06F 119/14(2020.01) 号 (72)发明人 陈学凯　刘晓波　王若男　彭文启　 姚嘉伟　赵凌栋　董飞　廉秋月　 王世岩　刘畅　韩祯　王伟杰　 司源　黄爱平　 (74)专利代理机构 北京国林贸知识产权代理有 限公司 11001 代理人 李瑾　李连生 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/06(2012.01) 权利要求书3页 说明书11页 附图3页 (54)发明名称 一种基于人工智能算法的湖（库）富营养化 预测方法 (57)摘要 本发明公开了一种基于人工智能算法的湖/ 库富营养化预测方法，包括以下步骤：1)采集数 据建立数据库；2)构建径向基函数网络：第一层 是输入层；第二层为隐含层，隐含节点输出为基 函数；第三层为输出层，每个输出节点与所有隐 含节点相连；径向基函数网络输出层的输出结果 包括：叶绿素a浓度；输入层的输入指标包括：氮 磷营养盐浓度、化学需氧量、水温、浊度、电导率、 溶解氧浓度；3)径向基函数网络学习；4)径向基 函数网络的预测功能检验。本方法克服了传统方 法中采用水动力学水生态数学模型的参数率定 A 困难、耗时相对较长的问题，也稳定的提高了湖 0 (库)富营养的预测计算精度。 8 3 2 4 2 1 1 1 N C CN 111242380 A 权　利　要　求　书 1/3 页 1.一种基于人工智能算法的湖/库富营养化预测方法，其特征在于：具体包括以下步 骤： 1)建立基于人工智能算法的湖/库富营养化预测数据库：收集目标水域的水质指标，所 述水质指标包括：水温、浊度、电导率、溶解氧浓度、氮磷营养盐浓度、化学需氧量、叶绿素a 浓度； 2)构建径向基函数网络：由三层构成，第一层是输入层，输入节点的个数等于输入向量 维数；第二层为隐含层，隐含节点直接与输入节点相连，隐含节点输出为基函数；第三层为 输出层，每个输出节点与所有隐含节点相连； 设实际输出为Y ＝[y ,y ,…,y ,…,y ]，J为输出节点的个数，表示第k个输入向量 k k1 k2 kj kJ 产生的输出，那么输入样本X 时，网络第j个输出节点得出的结果为： k 式中：y 为与输入样本X 对应的网络第j个