一种基于人工智能算法的湖(库)富营养化预测方法.pdf

一种基于人工智能算法的湖(库)富营养化预测方法.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
(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

文档评论(0)

10301556 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档