[发明专利]水体质量预测方法、终端设备及计算机可读存储介质

说明书

本发明公开了一种水体质量预测方法、终端设备及计算机可读存储介质，该方法包括：根据瓦斯相关参数构建水体质量预测模型；初始化第一预定数量的输入向量的值，根据输入向量的值确定最优输入向量；根据次优输入向量的新值更新最优输入向量；将除最优输入向量之外的其他所有输入向量分为两组；分别计算第一组及第二组中所有输入向量对应的新值；对两组中所有新值进行寻优操作，根据寻优结果更新最优输入向量；将最优输入向量中值赋予水体质量预测模型，通过第二预定数量的样本数据对预测模型进行训练，并继续寻找最优输入向量直至达到预设条件后停止训练。本发明能够较好的预测水体质量，收敛速度快，为水资源管理提供依据。

技术领域

本发明涉及深度学习技术领域，具体而言，涉及一种水体质量预测方法、终端设备及计算机可读存储介质。

背景技术

随着现代化的发展，水资源面临困境，水资源十分宝贵。水资源管理可用于提高水资源的有效利用率，保护水资源的持续开发利用，充分发挥水资源工程的经济效益，在满足用水户对水量和水质要求的前提下，使水资源发挥最大的社会、环境、经济效益。

水体质量标志着水体的物理(如色度、浊度、臭味等)、化学(无机物和有机物的含量)和生物(细菌、微生物、浮游生物、底栖生物)的特性及其组成的状况。因此，合理度量水体质量，对水资源管理具有重要意义。

发明内容

鉴于上述问题，本发明实施例的目的在于提供一种水体质量预测方法、终端设备及计算机可读存储介质，以解决现有技术的不足。

根据本发明的一个实施方式，提供一种水体质量预测方法，包括：

S1根据水体质量参数构建水体质量预测模型；

S2根据所述水体质量预测模型中所有的权值和神经元阈值作为输入向量的维数，初始化第一预定数量的输入向量的值；

S3根据所述输入向量的值与目标函数对所述第一预定数据量的输入向量进行寻优操作以确定最优输入向量；

S4将第二预设数量的输入向量进行柯西扰动得到所述输入向量对应的新值；

S5对所述第二预设数量的输入向量对应的新值进行所述寻优操作，及根据寻优结果更新所述最优输入向量；

S6将除所述最优输入向量之外的其他所有输入向量分为两组；

S7根据第一组中的每一输入向量的最近邻输入向量的值计算该输入向量对应的新值，及根据水下地标算子、光照算子、溶解度浓度算子、食物分布算子及水流因子计算第二组中输入向量对应的新值；

S8根据第一组中所有输入向量的新值及第二组中所有输入向量的新值对两组输入向量进行所述寻优操作，根据寻优结果更新所述最优输入向量；

S9将所述最优输入向量中权值和阈值赋予所述水体质量预测模型，通过样本数据对水体质量预测模型进行训练，并继续执行步骤S3及S3之后所有步骤直至达到预设条件后停止训练，根据训练好的水体质量预测模型进行水体质量预测。

在上述的水体质量预测方法中，水体质量预测模型包括输入层、径向基层及输出层，其中，所述径向基层中包括八个径向基；

每一径向基均采用如下所示的神经元模型公式：

其中，Q为径向基层的输出，n为输入层中水体质量参数的个数，w_i为第i个水体质量参数对应的权值，x_i为输入层中第i个水体质量参数，b为神经元阈值。

在上述的水体质量预测方法中，通过下述公式对所述第一预定数量的输入向量的值进行初始化：

x_ij＝β(x_up-x_down)+x_down