[发明专利]基于NB-IoT工业生态环境监测的GA-SVM预警模型系统

说明书

基于NB‑IoT的工业生态环境监测的GA‑SVM预警模型系统本发明公开了一种基于NB‑IoT工业生态环境监测的SVM预警模型系统，该系统包括：工业生态环境原始数据采集层，用于采集工业生产过程中所排放的污染物原始数据；原始数据传输层，通过NB‑IoT对污染物原始数据进行传输；原始数据运用层，用于接收工业生态环境监测的原始数据，从而建立数据库，并在此基础上运用GA‑SVM建立预测预警模型；通过对工业污染物数据信息采集经NB‑IoT通信传输至原始数据运用层服务中心解析，利用遗传算法获取SVM的最优参数组合，并将参数代入SVM模型中进行训练；通过训练集训练模型，将测试集输入到预报模型中获取的输出结果与测试集中的真实工业污染数据作对比，并建立基于遗传算法改进的SVM预报模型，评价预报模型的预报效果。最终能够给出对工业生态环境的预测预警。

技术领域

本发明涉及工业生态环境监测技术领域，具体为基于NB-IoT工业生态环境监测的GA-SVM预警模型系统。

背景技术

目前，在工业生态环境监测中对多传感器监测的数据存在条块分割，监测数据交互性低。在此背景下，开发一种能够实时采集工业生态环境污染物原始数据并在建立的GA-SVM预警模型中对原始数据通过训练集训练模型，将测试集输入到预报模型中获取的输出结果与测试集中的真实工业污染数据作对比的系统，以达到对工业生态环境的等级分类和预警功能。

当前对工业生态环境监测因为传感器的个性问题和对区域监测的特性问题，无法对整个空间的工业生态环境监测原始数据进行分类和预测预警。

因此，本发明提出了一种基于NB-IoT工业生态环境监测的GA-SVM预警模型系统，通过NB-IoT技术和单片机技术采集工业生态环境监测的原始数据，从而建立工业生态环境原始数据库，提取工业生态环境原始数据库中的数据进行数据预处理，将预处理好的数据输入GA-SVM模型中训练，利用遗传算法得出SVM模型的最优参数组合，通过数据挖掘和机器学习方法对工业生态环境实时监测数据进行分析、预测，给出对生态环境的等级预测。

发明内容

本发明的目的在于提供基于NB-IoT工业生态环境监测的SVM预警模型系统，该系统包括：工业生态环境原始数据采集层，用于采集工业生产过程中所排放的污染物原始数据；原始数据传输层，通过NB-IoT对污染物原始数据进行传输；原始数据运用层，用于接收工业生态环境监测的原始数据，从而建立数据库，并在此基础上运用基于遗传算法改进的SVM建立预警模型；通过对工业污染物数据信息采集经NB-IoT通信传输至数据运用服务中心解析，依靠建立的SVM预警模型，对工业污染物数据进行数据预处理以及利用遗传算法获取SVM的最优参数组合，并将参数代入SVM模型中进行训练；通过训练集训练模型，将测试集输入到预报模型中获取的输出结果与测试集中的真实工业污染数据作对比，并建立基于遗传算法改进的SVM预报模型，评价预报模型的预报效果。最终能够给出对工业生态环境的预测预警。

工业生态环境原始数据采集层，用于采集工业生产过程中所排放的污染物原始数据；工业生态环境原始数据采集层包括传感器模块、单片机模块和 NB-IoT通信模块；传感器模块是根据特定环境采集不同的原始数据；单片机模块是对传感器采集的原始数据进行整合并传输至NB-IoT通信模块；NB-IoT 模块则将整合的原始数据发送；原始数据传输层，用于对采集层采集的工业生态环境原始数据与原始数据运用层建立信道连接；原始数据运用层，用于接收工业生态环境监测的原始数据，建立相应的原始数据库，并对原始数据进行预处理，通过遗传算法寻优SVM参数建立相应预测预警模型。

通过传感器技术、NB-IoT窄带物联网技术和单片机技术对工业生态环境监测的原始数据进行采集、整合、传送，在数据运用层中根据非结构化指标数据建立工业生态环境数据库，采用GA-SVM算法优化工业生态环境监测指标预警模型，从而达到对工业生态环境的实时监测和预测预警。