[发明专利]一种水质评价方法及装置

权利要求书

1.一种水质评价方法，其特征在于，包括：

S1，使用主成分分析法将获取的各类水质指标值结合成综合指标值；

S2，根据所述综合指标值，使用利用蚁群算法优化的RBF神经网络获取水质评价结果。

2.根据权利要求1所述的水质评价方法，其特征在于，所述步骤S1具体包括：

对所述水质指标值进行标准化，获取标准化后的所述水质指标值的矩阵；

根据所述矩阵的特征值获取各主成分的累积贡献率；

将所述特征值大于第一预设阈值且所述累积贡献率大于第二预设阈值的主成分的值作为所述综合指标值。

3.根据权利要求1所述的水质评价方法，其特征在于，所述步骤S2具体包括：

S21，使用所述蚁群算法对所述综合指标值进行聚类，获取聚类中心，将所述聚类中心作为所述RBF神经网络的中心；

S22，使用反向传播算法获取所述RBF神经网络中从隐含层到输出层的权值；

S23，根据所述隐含层的隐含单元的输出，对所述隐含单元进行裁剪。

4.根据权利要求3所述的水质评价方法，其特征在于，所述步骤S21具体包括：

S211，根据任意两个综合指标之间的路径信息量，获取所述两个综合指标中一个综合指标聚类到另一个综合指标的概率，若判断所述概率大于第三阈值，则将所述两个综合指标分为一类；

S212，获取每一类的聚类中心和所有类的总误差，若判断所述总误差小于或等于第四预设阈值，则将所述聚类中心作为所述RBF神经网络的中心；或者，

若判断所述总误差大于所述第四预设阈值，则根据所述综合指标到所述聚类中心的距离和修改后的信息素持久性系数，获取新的路径信息量，使用所述新的路径信息量迭代执行聚类和确定聚类中心的操作，直到所述总体误差小于或等于所述第四预设阈值。

5.根据权利要求3所述的水质评价方法，其特征在于，所述步骤S23具体包括：

获取所述隐含层的每个隐含单元的输出值，并对所述输出值进行规范化；

若判断规范化后的输出值小于第五预设阈值，则去掉所述输出值对应的隐含单元。

6.根据权利要求4所述的水质评价方法，其特征在于，在所述步骤S211之前还包括：

根据任意两个综合指标之间的欧式距离对所述两个综合指标之间的路径信息量进行初始化。

7.根据权利要求1所述的水质评价方法，其特征在于，所述步骤S2之后还包括：

根据所述步骤S1和S2获取一个区域中多个位置的水质评价结果；

根据每个所述位置的坐标和每个所述位置的水质评价结果，获取所述位置的坐标与所述水质评价结果的关系曲线。

8.一种水质评价装置，其特征在于，包括：

结合单元，用于使用主成分分析法将获取的各类水质指标值结合成综合指标值；

获取单元，用于根据所述综合指标值，使用蚁群算法优化的RBF神经网络获取水质评价结果。

9.一种水质评价设备，其特征在于，包括：

至少一个处理器、至少一个存储器、通信接口和总线；其中，

所述处理器、存储器、通信接口通过所述总线完成相互间的通信；

所述通信接口用于该测试设备与显示装置的通信设备之间的信息传输；

所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1至7任一所述的方法。

10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1至7任一所述的方法。