-
公开(公告)号：CN117252115B
公开(公告)日：2024-02-09
申请号：CN202311541784.4
申请日：2023-11-20
Applicant: 安徽建筑大学
Abstract: 本发明的一种基于神经网络的二次供水需水量软测量方法、设备及介质，本发明涉及水资源需求软测量领域；通过训练优化后的二次供水需水量软测量模型进行二次供水需水量的软测量，其中二次供水需水量软测量模型针对GWO算法忽略个体惯性的缺点，引入PSO算法的速度概念改进个体位置更新公式，用改进后的算法优化神经网络模型建立回归预测模型，将数据输入训练好的改进神经网络模型，达到最大训练次数输出需水量预测结果。本发明以外部影响因素及某生活小区二次供水水量作为参数输入改进后的神经网络模型对需水量进行软测量，实现了二次供水需水量逐时预测，对比其他模型显著提高了预测精度。
-
公开(公告)号：CN117252115A
公开(公告)日：2023-12-19
申请号：CN202311541784.4
申请日：2023-11-20
Applicant: 安徽建筑大学
Abstract: 本发明的一种基于神经网络的二次供水需水量软测量方法、设备及介质，本发明涉及水资源需求软测量领域；通过训练优化后的二次供水需水量软测量模型进行二次供水需水量的软测量，其中二次供水需水量软测量模型针对GWO算法忽略个体惯性的缺点，引入PSO算法的速度概念改进个体位置更新公式，用改进后的算法优化神经网络模型建立回归预测模型，将数据输入训练好的改进神经网络模型，达到最大训练次数输出需水量预测结果。本发明以外部影响因素及某生活小区二次供水水量作为参数输入改进后的神经网络模型对需水量进行软测量，实现了二次供水需水量逐时预测，对比其他模型显著提高了预测精度。
-
公开(公告)号：CN119397425B
公开(公告)日：2025-04-15
申请号：CN202411991377.8
申请日：2024-12-31
Applicant: 安徽建筑大学
IPC: G06F18/2431 , G06N20/20 , G06Q10/20 , G06F18/214 , G06F18/243 , G01N33/00 , F17D5/00
Abstract: 本发明涉及雨污混接检测技术领域，具体地说，涉及一种雨污混接快速检测方法。通过管网布设位置信息和区域位置信息初步确定检测点，并使用气体检测装置得到原始数据集；随后对原始数据进行数据清理、特征处理、权重分析等步骤处理；然后输入基于GS优化的RF模型中进行管道的混接等级判断；最后根据评判等级结果，制定不同管道等级的管控工作。本发明的优点在于以外部影响因素及多种气体浓度作为参数输入GS‑RF模型对雨污混接现象进行分析判断，从而实现对排水管网精确分级与管控，提高排水管网的检测效率，为后续管网管理提供依据。
-
公开(公告)号：CN119397425A
公开(公告)日：2025-02-07
申请号：CN202411991377.8
申请日：2024-12-31
Applicant: 安徽建筑大学
IPC: G06F18/2431 , G06N20/20 , G06Q10/20 , G06F18/214 , G06F18/243 , G01N33/00 , F17D5/00
Abstract: 本发明涉及雨污混接检测技术领域，具体地说，涉及一种雨污混接快速检测方法。通过管网布设位置信息和区域位置信息初步确定检测点，并使用气体检测装置得到原始数据集；随后对原始数据进行数据清理、特征处理、权重分析等步骤处理；然后输入基于GS优化的RF模型中进行管道的混接等级判断；最后根据评判等级结果，制定不同管道等级的管控工作。本发明的优点在于以外部影响因素及多种气体浓度作为参数输入GS‑RF模型对雨污混接现象进行分析判断，从而实现对排水管网精确分级与管控，提高排水管网的检测效率，为后续管网管理提供依据。
-
-
-
Search Results
4
records
(took 0.016 seconds)
