[发明专利]一种基于深度学习的水环境治理项目设计参数优化方法

说明书

本发明公开了一种基于深度学习的水环境治理项目设计参数优化方法，包括：基于水环境治理区域的基础信息构建水环境治理区域的概念模型；基于水环境治理区域的概念模型构建水环境治理区域的数值模型，并对水环境治理区域的数值模型进行校正；运行校正后的水环境治理区域的数值模型生成替代模型训练样本；基于替代模型训练样本，使用深度学习对替代模型进行训练；基于训练后的替代模型进行水环境治理项目设计参数的多目标优化计算；本方法解决传统设计参数制定过程中无法得到最优的设计参数集的问题；能够对水环境系统中各个子系统的行为进行充分考量，并纳入最终的设计参数优化计算过程中；能够对水环境治理项目的设计工作进行多目标的优化分析。

技术领域

本发明涉及水环境治理项目设计领域，具体地，涉及一种基于深度学习的水环境治理项目设计参数优化方法。

背景技术

水环境治理项目的设计参数制定是水环境治理项目中的重要环节，是后续项目落地实施的基础。设计参数的科学优化是水环境治理项目实施质量的重要保障。

目前，传统的水环境治理项目的设计参数制定方法是：首先观测和收集治理区域的基础水环境参数(水文、气象、水力条件和水质条件等)，然后对得到的数据信息进行统计和趋势分析，进一步地可使用数值模型构建若干人为设定的情景进行模拟分析，最后在相关规范标准的框架下，确定水环境治理项目的相关设计参数。传统的水环境治理项目设计参数的制定方法主要是采用在相关规范标准框架指导下的独立参数计算分析。

目前，传统的水环境治理项目的设计参数制定过程主要是基于简单的数据统计分析和在规范标准的框架约束下进行的。传统的水环境治理项目的设计参数制定方法存在以下缺点：

(1)传统的水环境治理项目设计参数的制定过程过度依赖规范标准，而在规范和标准允许的范围内设计参数的制定存在一定的随意性，无法在相关的规范标准框架指导下分析得到最优的设计参数集；

(2)对于水环境系统内部复杂的水文、水力、水质和生态过程之间的交互作用和影响，传统的水环境治理项目的设计参数制定过程无法充分将这些影响因素纳入分析过程中；

(3)传统的水环境治理项目的设计参数的制定和成本控制之间的反馈渠道是单向的，无法构建二者之间双向的反馈机制，因此也就无法实现项目设计和成本控制之间的多目标优化。

发明内容

本发明提供一种基于深度学习的水环境治理项目设计参数优化方法，本方法有效解决传统设计参数制定过程中无法得到最优的设计参数集的问题；同时，本发明提出的水环境治理项目设计参数优化方法中在分析过程中引入了水环境数值模型，可以对水环境系统中各个子系统的行为进行充分考量，并纳入最终的设计参数优化计算过程中；并且本发明能够实现项目设计和成本控制之间的双向反馈，可以对水环境治理项目的设计工作进行多目标的优化分析。

为实现上述发明目的，本申请提供了一种基于深度学习的水环境治理项目设计参数优化方法，所述方法包括：

步骤1：基于水环境治理区域的基础信息构建水环境治理区域的概念模型；

步骤2：基于水环境治理区域的概念模型构建水环境治理区域的数值模型，并对水环境治理区域的数值模型进行校正；

步骤3：运行校正后的水环境治理区域的数值模型生成替代模型训练样本；

步骤4：基于替代模型训练样本，使用深度学习对替代模型进行训练；

步骤5：基于训练后的替代模型进行水环境治理项目设计参数的多目标优化计算。

其中，替代模型是由原始数值模型生成的输入输出数据集，经过训练得到的原始数值模型的替代模型，相对于数值模型，替代模型的主要优势在于计算效率更高。

优选的，所述步骤1具体包括：