【技术实现步骤摘要】
本专利技术涉及地下水资源管理与保护，具体为基于多源数据融合的ai智能地下水位动态预测系统。
技术介绍
1、在地下水资源管理与保护领域，准确预测地下水位变化对于城市给排水规划、建筑抗浮设计及地质灾害预防具有关键意义。目前，现有的地下水位预测系统多采用单一数据源或固定权重分配方式，例如仅依赖地下水位监测仪的历史数据，或通过经验设定气象、水文等影响因素的权重，且缺乏对不同场景下主导因素的动态识别能力。然而，地下水位的变化受气象、水文地质、人类活动、建筑施工等多源数据的综合影响，并且在城市、社区、单体建筑等不同尺度下，各影响因素的作用权重差异显著——城市尺度下气象因素影响较大，社区或单体建筑场景中人类活动及建筑施工的扰动更为突出。现有技术因无法有效融合多源数据并动态量化各因素权重，导致预测模型难以适应复杂场景变化，存在预测精度低、多尺度适配性差等问题，无法满足实际工程应用对高精度、智能化预测的需求。
技术实现思路
1、针对现有技术的不足，本专利技术提供了基于多源数据融合的ai智能地下水位动态预测系...
【技术保护点】
1.基于多源数据融合的AI智能地下水位动态预测系统，其特征在于，所述系统包括数据采集模块、数据融合模块、AI预测模型模块、数据存储模块及输出模块，其中：
2.根据权利要求1所述的基于多源数据融合的AI智能地下水位动态预测系统，其特征在于，所述数据融合模块包括：
3.根据权利要求2所述的基于多源数据融合的AI智能地下水位动态预测系统，其特征在于，所述多准则决策单元基于数据预处理单元输出的归一化数据，通过层次分析法计算初始权重W：
4.根据权利要求2所述的基于多源数据融合的AI智能地下水位动态预测系统，其特征在于，所述多智能体决策单元通...
【技术特征摘要】
1.基于多源数据融合的ai智能地下水位动态预测系统，其特征在于，所述系统包括数据采集模块、数据融合模块、ai预测模型模块、数据存储模块及输出模块，其中：
2.根据权利要求1所述的基于多源数据融合的ai智能地下水位动态预测系统，其特征在于，所述数据融合模块包括：
3.根据权利要求2所述的基于多源数据融合的ai智能地下水位动态预测系统，其特征在于，所述多准则决策单元基于数据预处理单元输出的归一化数据，通过层次分析法计算初始权重w：
4.根据权利要求2所述的基于多源数据融合的ai智能地下水位动态预测系统，其特征在于，所述多智能体决策单元通过德尔菲法多轮迭代打分生成多智能体决策权重ww2的过程包括：
5.根据权利要求1所述的基于多源数据融合的ai智能地下水位动态预测系统，其特征在于，所述ai预测模型模块的分尺度预测逻辑为：各尺度均基于数据融合模块输出的最终权重分级，通过多轮次动态评估确定预测基础因素，...
【专利技术属性】
技术研发人员：吕小波，陈继彬，刘邦，李汉宸，潘强，曾勇，
申请(专利权)人：宜宾学院，
类型：发明
国别省市：
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。