【技术实现步骤摘要】
水体质量预测方法、终端设备及计算机可读存储介质
本专利技术涉及深度学习
,具体而言,涉及一种水体质量预测方法、终端设备及计算机可读存储介质。
技术介绍
随着现代化的发展,水资源面临困境,水资源十分宝贵。水资源管理可用于提高水资源的有效利用率,保护水资源的持续开发利用,充分发挥水资源工程的经济效益,在满足用水户对水量和水质要求的前提下,使水资源发挥最大的社会、环境、经济效益。水体质量标志着水体的物理(如色度、浊度、臭味等)、化学(无机物和有机物的含量)和生物(细菌、微生物、浮游生物、底栖生物)的特性及其组成的状况。因此,合理度量水体质量,对水资源管理具有重要意义。
技术实现思路
鉴于上述问题,本专利技术实施例的目的在于提供一种水体质量预测方法、终端设备及计算机可读存储介质,以解决现有技术的不足。根据本专利技术的一个实施方式,提供一种水体质量预测方法,包括:S1根据水体质量参数构建水体质量预测模型;S2根据所述水体质量预测模型中所有的权值和神经元阈值作为输入向量的维数,初始化第一预定数量的输入向量的值;S3根据所述输入向量的值与目标函数对所述第一预定数据量的输入向量进行寻优操作以确定最优输入向量;S4将第二预设数量的输入向量进行柯西扰动得到所述输入向量对应的新值;S5对所述第二预设数量的输入向量对应的新值进行所述寻优操作,及根据寻优结果更新所述最优输入向量;S6将除所述最优输入向量之外的其他所有输入向量分为两组;S7根据第一组中的每一输入向量的最近邻输入向量的值计算该输入向量对应的新值,及根据水下地标算子、光照算子、溶解度浓度算子、食物分布算子及水流因子计算 ...
【技术保护点】
1.一种水体质量预测方法,其特征在于,包括:S1根据水体质量参数构建水体质量预测模型;S2根据所述水体质量预测模型中所有的权值和神经元阈值作为输入向量的维数,初始化第一预定数量的输入向量的值;S3根据所述输入向量的值与目标函数对所述第一预定数据量的输入向量进行寻优操作以确定最优输入向量;S4将第二预设数量的输入向量进行柯西扰动得到所述输入向量对应的新值;S5对所述第二预设数量的输入向量对应的新值进行所述寻优操作,及根据寻优结果更新所述最优输入向量;S6将除所述最优输入向量之外的其他所有输入向量分为两组;S7根据第一组中的每一输入向量的最近邻输入向量的值计算该输入向量对应的新值,及根据水下地标算子、光照算子、溶解度浓度算子、食物分布算子及水流因子计算第二组中输入向量对应的新值;S8根据第一组中所有输入向量的新值及第二组中所有输入向量的新值对两组输入向量进行所述寻优操作,根据寻优结果更新所述最优输入向量;S9将所述最优输入向量中权值和阈值赋予所述水体质量预测模型,通过样本数据对水体质量预测模型进行训练,并继续执行步骤S3及S3之后所有步骤直至达到预设条件后停止训练,根据训练好的水体质量预测 ...
【技术特征摘要】
1.一种水体质量预测方法,其特征在于,包括:S1根据水体质量参数构建水体质量预测模型;S2根据所述水体质量预测模型中所有的权值和神经元阈值作为输入向量的维数,初始化第一预定数量的输入向量的值;S3根据所述输入向量的值与目标函数对所述第一预定数据量的输入向量进行寻优操作以确定最优输入向量;S4将第二预设数量的输入向量进行柯西扰动得到所述输入向量对应的新值;S5对所述第二预设数量的输入向量对应的新值进行所述寻优操作,及根据寻优结果更新所述最优输入向量;S6将除所述最优输入向量之外的其他所有输入向量分为两组;S7根据第一组中的每一输入向量的最近邻输入向量的值计算该输入向量对应的新值,及根据水下地标算子、光照算子、溶解度浓度算子、食物分布算子及水流因子计算第二组中输入向量对应的新值;S8根据第一组中所有输入向量的新值及第二组中所有输入向量的新值对两组输入向量进行所述寻优操作,根据寻优结果更新所述最优输入向量;S9将所述最优输入向量中权值和阈值赋予所述水体质量预测模型,通过样本数据对水体质量预测模型进行训练,并继续执行步骤S3及S3之后所有步骤直至达到预设条件后停止训练,根据训练好的水体质量预测模型进行水体质量预测。2.根据权利要求1所述的水体质量预测方法,其特征在于,水体质量预测模型包括输入层、径向基层及输出层,其中,所述径向基层中包括八个径向基;每一径向基均采用如下所示的神经元模型公式:其中,Q为径向基层的输出,n为输入层中水体质量参数的个数,wi为第i个水体质量参数对应的权值,xi为输入层中第i个水体质量参数,b为神经元阈值。3.根据权利要求1所述的水体质量预测方法,其特征在于,通过下述公式对所述第一预定数量的输入向量的值进行初始化:xij=β(xup-xdown)+xdown其中,xij为输入向量的值,β为混沌随机数,其取值范围为(0,1),[xdown,xup]为xij的定义域。4.根据权利要求1所述的水体质量预测方法,其特征在于,所述“根据所述输入向量的值与目标函数对所述第一预定数据量的输入向量进行寻优操作以确定最优输入向量”包括:分别将每一输入向量中权值和阈值赋予所述水体质量预测模型,通过预定样本数据对每一输入向量对应的水体质量预测模型进行训练得到水体质量的预测值,其中,所述样本数据中包括水体质量的实际值;将每一输入向量对应的样本数据的数目、水体质量的预测值及水体质量的实际值通过所述目标函数后得到对应目标值,所述目标函数为:其中,g为目标函数,k为每一输入向量对应样本数据的数目,为每一输入向量中第i个样本数据通过所述水体质量预测模型后输出的水体质量的预测值,yi为每一输入向量中第i个样本数据的水体质量的实际值;将所有输入向量的目标值进行排...
【专利技术属性】
技术研发人员:王丹,王纯斌,赵神州,覃进学,蓝科,
申请(专利权)人:成都四方伟业软件股份有限公司,
类型:发明
国别省市:四川,51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。