一种基于人工神经网络的水质生物毒性预测方法技术

本发明专利技术涉及一种基于人工神经网络的水质生物毒性预测方法，利用生物电化学水质综合毒性传感器检测水体水样，通过采集传感器检测正常水体水样和有毒水体水样的电流变化数据，以特定时间节点电流抑制率作为输入，水质有无毒性作为输出；选取含3层的感知器神经网络，其隐含层数为1，体系结构采取自定义，使用批处理训练类型和共轭梯度优化算法进行神经网络的学习训练，最终获得能够准确预测水质生物毒性的神经网络模型。基于检测灵敏度高的生物电化学水质综合毒性传感器和具有良好预测性能的人工神经网络模型，实现对水体水质生物毒性快速及准确地预测。

【技术实现步骤摘要】
一种基于人工神经网络的水质生物毒性预测方法
本专利技术涉及预测水质生物毒性领域，具体涉及利用人工神经网络对水质生物毒性进行快速预测。
技术介绍
随着近代工业的发展，水环境生态系统受到越来越多的污染，突发性环境污染事件屡见不鲜，严重威胁着生态安全和人民健康。为加强对水体水质监测和追踪，我国目前已建立了地表水环境质量监测网络，但监测项目主要是理化指标。理化分析虽然能够定量水体中某一种或某一类污染物含量，但往往不仅需要复杂的检测程序和昂贵的仪器设备，而且无法对突发性水体污染事件进行预警。基于生物与环境相适应原理所发展的生物监测可以更直观反映水体水质变化，常用的指示生物及其特征信号主要包括鱼类姿态特征、藻类荧光强度、蚤类活动能力和发光细菌发光强度等。但此类检测手段不仅实验周期长、干扰因素多、成本高，而且都属于间歇式实验，无法及时反映水质情况，也不能满足对水体实时预报预警和在线监控的需要。基于电化学活性微生物(ElectrochemicallyActiveBacteria,EAB)的新型生物传感器具有灵敏度高、特异性强、响应速度快等优势，可以在复杂的系统本文档来自技高网...

【技术保护点】
1.一种基于人工神经网络的水质生物毒性预测方法，其特征在于：利用以电化学活性微生物为核心的生物电化学水质综合毒性传感器检测水体水样，通过采集传感器检测正常水体水样和有毒水体水样的电流变化数据，以特定时间节点的电流抑制率作为模型输入，水质有无毒性作为模型输出，训练并检验人工神经网络预测模型，利用生物电化学水质综合毒性传感器检测实际水体水样后，基于所获得的人工神经网络预测模型，通过关键时间节点的电流抑制率判断水质有无毒性，以实现对水质生物毒性快速及准确地预测；所述预测方法的具体步骤如下：/n1)构建生物电化学系统，包括工作电极、对电极和参比电极；/n2)孵育Shewanella loihica P...

【技术特征摘要】
1.一种基于人工神经网络的水质生物毒性预测方法，其特征在于：利用以电化学活性微生物为核心的生物电化学水质综合毒性传感器检测水体水样，通过采集传感器检测正常水体水样和有毒水体水样的电流变化数据，以特定时间节点的电流抑制率作为模型输入，水质有无毒性作为模型输出，训练并检验人工神经网络预测模型，利用生物电化学水质综合毒性传感器检测实际水体水样后，基于所获得的人工神经网络预测模型，通过关键时间节点的电流抑制率判断水质有无毒性，以实现对水质生物毒性快速及准确地预测；所述预测方法的具体步骤如下：
1)构建生物电化学系统，包括工作电极、对电极和参比电极；
2)孵育ShewanellaloihicaPV-4纯培养生物膜，向系统内添加处于对数生长期的S.loihicaPV-4菌悬液和电解液，所述电解液中含有磷酸盐缓冲液、作为电子供体的乳酸钠和作为电子受体的富马酸，系统不施加外部电势，持续监测工作电极电势至电位稳定；
3)驯化S.loihicaPV-4纯培养生物膜正向胞外电子传递能力，将系统的工作电极电势调整为0V，电解液更换为仅含磷酸盐缓冲液和乳酸钠的电解液，持续监测系统的输出电流至电流稳定；
4)获取系统正常稳定运行时的电流数据，待系统输出电流<15μA时，重新添加新鲜电解液，观察并记录系统输出电流变化，提取系统第0min、1min、2min、5min、10min、15min、20min、25min和30min的电流，分别记为Ib0、Ib1、Ib2、Ib5、Ib10、Ib15、Ib20、Ib25和Ib30；
5)获取系统检测正常水样和有毒水样的电流数据，其中正常水样包括I类水和II类水，有毒水样包括含20种单一毒性污染物的水样，毒性污染物均为0.5mg/L，每次检测具体过程为待系统稳定运行后，将电解液更换为待测水样，并额外添加磷酸盐缓冲液和乳酸钠，观察并记录系统输出电流变化，提取系统第0min、1min、2min、5min、10min、15min、20min、25min和30min的电流，分别记为Ib0、Ib1、Ib2、Ib5、Ib10、Ib15、Ib20、Ib25和Ib30；
6)计算各关键时间节点的电流抑制率CRn，n分别取值为0、1、2、5、10、15、20、25和30，CRn计算方法为下式(1)：



7)...

【专利技术属性】
技术研发人员：刘红，藏雨轩，易越，谢倍珍，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11