買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉北京工業大學申請的專利一種水環境水質狀態感知與預測方法、裝置、設備及介質獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN118886544B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202410912974.0，技術領域涉及：G06Q10/04；該發明授權一種水環境水質狀態感知與預測方法、裝置、設備及介質是由王功明;李欣怡;韓紅桂;喬俊飛設計研發完成，并于2024-07-09向國家知識產權局提交的專利申請。

本一種水環境水質狀態感知與預測方法、裝置、設備及介質在說明書摘要公布了：本申請公開了一種水環境水質狀態感知與預測方法、裝置、設備及介質，涉及人工智能賦能水環境污染防治領域，該方法包括：通過將輔助變量組的實際數據輸入至深度自編碼器中，得到輔助變量組的實際數據對應的重構數據，根據輔助變量組的實際數據和重構數據確定重構誤差，根據重構誤差確定學習策略，利用學習策略對模糊神經網絡模型進行訓練，利用訓練好的模糊神經網絡模型對輔助變量組的實際數據進行預測，得到預測生化需氧量，本申請提高了生化需氧量的預測精度。

本發明授權一種水環境水質狀態感知與預測方法、裝置、設備及介質在權利要求書中公布了：1.一種水環境水質狀態感知與預測方法，其特征在于，所述水環境水質狀態感知與預測方法包括： 獲取水環境監測站的水質狀態參數對應的輔助變量組的實際數據；所述輔助變量組包括若干輔助變量；輔助變量為與生化需氧量相關聯的水環境狀態變量； 將所述輔助變量組的實際數據輸入至訓練好的深度自編碼器中，得到所述輔助變量組的實際數據對應的重構數據； 根據輔助變量組的實際數據和重構數據確定重構誤差； 根據所述重構誤差確定學習策略，具體包括： 根據重構誤差確定第一變量和第二變量；所述第一變量和所述第二變量用于反映重構誤差下降趨勢； 根據第一變量和第二變量確定所述重構誤差對應的重構誤差變化事件；所述重構誤差變化事件用于表征水質狀態和數據多工況特性； 根據所述重構誤差對應的重構誤差變化事件確定學習策略； 在根據第一變量和第二變量確定所述重構誤差對應的重構誤差變化事件步驟之前，還包括： 定義重構誤差變化事件；重構誤差變化事件包括E1，E2，E3，E4和E0；E1表示重構誤差越來越小，且下降趨勢越來越明顯；事件E2表示重構誤差越來越小，且下降趨勢越來越趨緩；事件E3表示重構誤差越來越大，且上升趨勢越來越明顯；事件E4表示重構誤差及其下降趨勢變化不規律，事件E0表示重構誤差及其下降趨勢出現其他情況； E1＝ελt＜0,ξλt＞0； E2＝ελt＜0,ξλt＜0； E3＝ελt＞0,ξλt＞0； E4＝ελt,ξλtfluctuates； E0＝ελt,ξλtOthers； 其中，ελt表示第一變量；ξλt表示第二變量； 所述第一變量的計算公式如下： ελt＝Jt-Jt-λ； 所述第二變量的計算公式如下： ξλt＝ελt-ελt-λ； 其中，Jt表示重構誤差，λ為滯后參數； 利用所述學習策略，根據樣本數據集對模糊神經網絡模型進行訓練，得到訓練好的模糊神經網絡模型；所述樣本數據集包括輔助變量組的若干樣本原始數據以及每一所述樣本原始數據對應的樣本生化需氧量；模糊神經網絡模型包括輸入層、隸屬函數層、規則層和輸出層，模糊神經網絡模型的輸出誤差數學描述為： 其中，Ct為FNN的目標函數，yt和分別表示FNN實際輸出和期望輸出，FNN實際輸出為輔助變量組樣本原始數據對應的預測生化需氧量，期望輸出為輔助變量組樣本原始數據對應的樣本生化需氧量，R為模糊神經網絡模型隸屬函數層和規則層神經元個數，n為模糊神經網絡模型輸入層神經元個數；βr是規則層第r個神經元的輸出；w＝[w1,w2,…,wR]為規則層與輸出層之間的連接權值，sj＝[s1j,s2j,…,snj]是隸屬函數層第j個神經元的中心向量，vj＝[v1j,v2j,…,vnj]為隸屬函數層第j個神經元的寬度，x＝[x1,x2,…,xn]為模糊神經網絡模型的輸入，模糊神經網絡模型的學習過程即訓練隸屬函數層神經元中心和寬度以及規則層與輸出層之間的連接權值，記為參數集θ＝[w,s,v]； 根據不同重構誤差變化事件的特點設計與之相匹配的學習策略，即當特定重構誤差變化事件被觸發時算法啟動的學習策略，具體參數學習算法如下： θt+1＝θt,Otherwise； 其中，0＜η2＜η1＜1表示不同學習策略下的學習率；Occurs表示發生，ifE1Occurs表示如果事件E1發生； 將所述輔助變量組的實際數據輸入至訓練好的模糊神經網絡模型中，得到輔助變量組的實際數據對應的預測生化需氧量。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人北京工業大學，其通訊地址為：100124 北京市朝陽區平樂園100號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。