公开(公告)号：CN115510977A

公开(公告)日：2022-12-23

申请号：CN202211191867.0

申请日：2022-09-28

Applicant: 吉林建筑大学

Inventor： 侯泽宇 ,  林英姿 ,  朱晓艳 ,  张雨婷

IPC: G06K9/62 ,  G06F30/27 ,  G06N3/12 ,  G06N7/00 ,  G06N20/10 ,  G06F111/10

Abstract: 本发明提供了一种基于贝叶斯集成学习机的地质统计模式识别方法，根据观测资料，建立地下水有机污染多相流运移数值模型，确定模型中对于污染物时空分布贡献程度较高的污染源特征、污染物运移参数以及各变量的先验分布特征；准备数值模型输入‑输出训练样本集；采用不同单一机器学习方法识别并逼近多相流数值模型的输入‑输出非线性映射关系；建立各机器学习模型关键参数及组合权重的贝叶斯多目标非线性规划优化模型；以粒子群优化算法求解优化模型，识别最优的模型参数及组合权重，构建数值模型的贝叶斯集成学习智能模式识别方法。本发明大幅提升污染物运移模拟预测的计算效率。

公开(公告)号：CN115906626A

公开(公告)日：2023-04-04

申请号：CN202211425201.7

申请日：2022-11-14

Applicant: 吉林建筑大学

Inventor： 侯泽宇 ,  赵琳琳

IPC: G06F30/27 ,  G06N3/006 ,  G06N3/048 ,  G06N20/10 ,  G06F111/04 ,  G06F111/10

Abstract: 本发明公开了一种基于人工智能的地下水有机污染互馈反演溯源方法,包括：基于所述监测数据获得地下水有机污染多相流数值模拟模型；获取待识别变量，基于所述待识别变量的取值范围，获取训练样本集和检验样本集；基于所述训练样本集，耦合人工智能方法获得多相流数值模型的智能替代模型；基于所述多相流数值模型的智能替代模型和所述非线性规划优化模型，获得反演优化模型；所述训练样本集通过同伦变换‑群智能优化算法进行反演识别，获得反演识别结果，基于所述反演识别结果更新所述训练样本集；返回S4,直至获取最终训练样本集；重新建立所述多相流数值模型的智能替代模型，获得更新后的反演识别结果。