本發(fā)明屬于河網(wǎng)水污染治理領(lǐng)域，涉及基于自適應(yīng)滑窗l(fā)stm的濱海河網(wǎng)污染物證據(jù)融合預(yù)警方法。

背景技術(shù)：

1、環(huán)境污染如果超過(guò)了環(huán)境容量，會(huì)對(duì)當(dāng)?shù)氐纳鷳B(tài)圈造成毀滅性的打擊，并且隨著物質(zhì)和能量循環(huán)，會(huì)對(duì)人們的生活造成巨大的威脅，這對(duì)環(huán)境執(zhí)法部門(mén)提出了很大的難題。傳統(tǒng)地，依賴(lài)人工監(jiān)測(cè)和經(jīng)驗(yàn)判斷，存在時(shí)效性差、準(zhǔn)確性低等問(wèn)題。

2、因此，對(duì)河網(wǎng)污染物濃度進(jìn)行實(shí)時(shí)預(yù)測(cè)并準(zhǔn)確評(píng)估其污染等級(jí)，防止污染物對(duì)河網(wǎng)生態(tài)系統(tǒng)造成進(jìn)一步破壞顯得尤為關(guān)鍵。隨著人工智能技術(shù)的不斷發(fā)展，利用大數(shù)據(jù)分析和先進(jìn)的人工智能算法來(lái)預(yù)測(cè)河網(wǎng)污染物濃度，具有重要的意義和價(jià)值。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明針對(duì)現(xiàn)有技術(shù)不足，提出了一種基于自適應(yīng)滑窗l(fā)stm的濱海河網(wǎng)污染物證據(jù)融合預(yù)警方法。

2、本發(fā)明包括以下步驟：

3、(1)在濱海河網(wǎng)污染物協(xié)同監(jiān)測(cè)系統(tǒng)中，通過(guò)傳感器在線(xiàn)獲取t時(shí)刻監(jiān)測(cè)點(diǎn)的cod濃度(x1)、土壤ph值(x2)和葉綠素a濃度(x3)三個(gè)污染物指標(biāo)數(shù)據(jù)，將采集到的數(shù)據(jù)進(jìn)行預(yù)處理，分別得到第i個(gè)(i＝1,2,3)污染物指標(biāo)的特征序列xi。

4、(2)構(gòu)建關(guān)于污染物指標(biāo)xi的注意力機(jī)制長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)模型(am-lstmi)，其輸入為特征序列xi，ηi(t)個(gè)特征值的統(tǒng)計(jì)特性和當(dāng)前t時(shí)刻的特征取值，輸出為未來(lái)t+1時(shí)刻特征預(yù)測(cè)值，據(jù)此可以得到污染物指標(biāo)xi的特征預(yù)測(cè)值。

5、(3)構(gòu)建關(guān)于am-lstmi的自適應(yīng)滑窗調(diào)節(jié)模型(eri)，基于t時(shí)刻特征預(yù)測(cè)值，輸出為t+1時(shí)刻am-lstmi的滑窗大小ηi(t+1)，并用于步驟(2)中。

6、(4)利用歷史特征樣本對(duì)eri模型和am-lstmi模型的參數(shù)進(jìn)行迭代優(yōu)化，使得am-lstmi的預(yù)測(cè)結(jié)果逼近真實(shí)值。

7、(5)構(gòu)建關(guān)于污染物指標(biāo)xi的污染等級(jí)模糊隸屬度模型(fli)，將迭代后的am-lstmi對(duì)于xi的特征預(yù)測(cè)值帶入模型fli，獲取關(guān)于污染物等級(jí)的信度分布。

8、(6)將污染物指標(biāo)cod濃度(x1)、土壤ph值(x2)和葉綠素a濃度(x3)的污染物等級(jí)信度分布進(jìn)行加權(quán)融合，并根據(jù)融合后獲得的信度分布進(jìn)行超限報(bào)警。

9、本發(fā)明提出的基于自適應(yīng)滑窗l(fā)stm的濱海河網(wǎng)污染物證據(jù)融合預(yù)警方法，首先從濱海河網(wǎng)污染物協(xié)同監(jiān)測(cè)系統(tǒng)中實(shí)時(shí)獲取監(jiān)測(cè)點(diǎn)的污染物指標(biāo)數(shù)據(jù)，并經(jīng)過(guò)預(yù)處理后得到污染物指標(biāo)xi特征序列。針對(duì)每個(gè)污染物指標(biāo)構(gòu)建am-lstmi模型，并引入eri，來(lái)動(dòng)態(tài)調(diào)整am-lstmi模型的滑窗大小；然后構(gòu)建fli將得到的污染物指標(biāo)預(yù)測(cè)序列轉(zhuǎn)換為污染等級(jí)的信度分布。最終，將不同污染物指標(biāo)的污染等級(jí)信度分布進(jìn)行加權(quán)融合，依據(jù)融合后的信度分布實(shí)現(xiàn)對(duì)污染物指標(biāo)濃度超限情況的及時(shí)報(bào)警。

10、本發(fā)明提供了一種基于自適應(yīng)滑窗l(fā)stm的濱海河網(wǎng)污染物證據(jù)融合預(yù)警方法，具有以下有益效果：

11、1.本發(fā)明將注意力機(jī)制與lstm模型進(jìn)行融合，增強(qiáng)lstm模型對(duì)特征序列中關(guān)鍵信息的識(shí)別能力，通過(guò)這種融合，lstm模型能夠更加精準(zhǔn)地挖掘出特征序列中的重要?dú)v史信息，并利用這些信息提高特征序列預(yù)測(cè)的準(zhǔn)確性。

12、2.本發(fā)明通過(guò)er模型動(dòng)態(tài)推理出適應(yīng)于am-lstm模型的輸入滑窗大小，這一過(guò)程有助于模型更加靈活地適應(yīng)不同的數(shù)據(jù)特征，從而提升預(yù)測(cè)精度。

13、3.本發(fā)明根據(jù)歷史特征樣本數(shù)據(jù)，獲取關(guān)于er模型輸入和輸出的初始參考證據(jù)矩陣表，以描述輸入與輸出之間的非線(xiàn)性關(guān)系，并采用序列線(xiàn)性規(guī)劃方法對(duì)模型中的相關(guān)參數(shù)進(jìn)行優(yōu)化更新，使am-lstm的預(yù)測(cè)精度得到進(jìn)一步提升，準(zhǔn)確高效的完成濱海河網(wǎng)污染物預(yù)警。

技術(shù)特征：

1.一種基于自適應(yīng)滑窗l(fā)stm的濱海河網(wǎng)污染物證據(jù)融合預(yù)警方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的基于自適應(yīng)滑窗l(fā)stm的濱海河網(wǎng)污染物證據(jù)融合預(yù)警方法，其特征在于，所述步驟1具體實(shí)現(xiàn)過(guò)程為：

3.根據(jù)權(quán)利要求2所述的基于自適應(yīng)滑窗l(fā)stm的濱海河網(wǎng)污染物證據(jù)融合預(yù)警方法，其特征在于，所述步驟2的具體實(shí)現(xiàn)過(guò)程如下：

4.根據(jù)權(quán)利要求3所述的基于自適應(yīng)滑窗l(fā)stm的濱海河網(wǎng)污染物證據(jù)融合預(yù)警方法，其特征在于，所述步驟3的具體實(shí)現(xiàn)過(guò)程如下：

5.根據(jù)權(quán)利要求4所述的基于自適應(yīng)滑窗l(fā)stm的濱海河網(wǎng)污染物證據(jù)融合預(yù)警方法，其特征在于，所述步驟4的具體實(shí)現(xiàn)過(guò)程如下：

6.根據(jù)權(quán)利要求5所述的基于自適應(yīng)滑窗l(fā)stm的濱海河網(wǎng)污染物證據(jù)融合預(yù)警方法，其特征在于，所述步驟5的具體實(shí)現(xiàn)過(guò)程如下：

7.根據(jù)權(quán)利要求6所述的基于自適應(yīng)滑窗l(fā)stm的濱海河網(wǎng)污染物證據(jù)融合預(yù)警方法，其特征在于，所述步驟6的具體實(shí)現(xiàn)過(guò)程如下：

技術(shù)總結(jié)
本發(fā)明公開(kāi)了一種基于自適應(yīng)滑窗LSTM的濱海河網(wǎng)污染物證據(jù)融合預(yù)警方法，該方法首先通過(guò)傳感器得到污染物指標(biāo)的特征序列，并構(gòu)建關(guān)于污染物指標(biāo)的注意力機(jī)制長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)模型AM?LSTM<subgt;i</subgt;，根據(jù)特征序列，得到污染物指標(biāo)的特征預(yù)測(cè)值。其次構(gòu)建自適應(yīng)滑窗調(diào)節(jié)模型，得到t+1時(shí)刻AM?LSTM<subgt;i</subgt;的滑窗大小，并對(duì)滑窗調(diào)節(jié)模型和AM?LSTM<subgt;i</subgt;模型的參數(shù)進(jìn)行迭代優(yōu)化。最后構(gòu)建關(guān)于污染物指標(biāo)的污染等級(jí)模糊隸屬度模型，根據(jù)污染物指標(biāo)的特征預(yù)測(cè)值，獲取污染物等級(jí)的信度分布，進(jìn)行加權(quán)融合，根據(jù)融合后獲得的信度分布進(jìn)行超限報(bào)警。本發(fā)明提高了特征序列預(yù)測(cè)的準(zhǔn)確性，準(zhǔn)確高效的完成河網(wǎng)污染物的預(yù)警。

技術(shù)研發(fā)人員：徐曉濱,史俊濤,李鋒,郭豪豪,黃進(jìn)剛,張力天,王自明,尤愛(ài)菊
受保護(hù)的技術(shù)使用者：杭州電子科技大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15