Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 武汉大学杨翊辰获国家专利权

武汉大学杨翊辰获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉武汉大学申请的专利一种基于机器学习的水华防控调度方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115994622B

龙图腾网通过国家知识产权局官网在2025-08-19发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310099136.1,技术领域涉及:G06Q10/04;该发明授权一种基于机器学习的水华防控调度方法是由杨翊辰;刘攀;王奕博设计研发完成,并于2023-01-30向国家知识产权局提交的专利申请。

一种基于机器学习的水华防控调度方法在说明书摘要公布了:本发明公开了一种基于机器学习的水华防控调度方法,包括以下步骤:1构建包括经济和生态目标函数的水华防控调度模型;2采用水体综合营养指数和浮游植物密度的LSTM模型建立生态目标函数;3采用布谷鸟优化算法求解,得到多目标问题的非劣解,并从中选取满意的生态调度方案。通过本发明,可在不损害水库经济效益的前提下降低水库下游的浮游植物密度,降低水华现象的出现频率和危害程度,改善下游河道内生态环境。本发明所需原始数据简单易得,所得优化方案水华防控效果好。

本发明授权一种基于机器学习的水华防控调度方法在权利要求书中公布了:1.一种基于机器学习的水华防控调度方法,其特征在于,包括如下步骤: 步骤1:收集并整理所需流量数据和生态数据; 步骤2:建立水华模拟模型,采用LSTM长短期记忆模型,选取与水华现象关系影响较大的时间和流量作为模型的输入,浮游植物密度和水体综合营养指数作为输出,调整模型超参数,建立水华模拟模型并采用随机时间、流量数据检验模型的精度和合理性;计算水体综合营养指数时需要计算多个子指标,包括水体中的叶绿素a浓度、总氮、总磷、高锰酸盐指数和透明度五个指标;所述水体综合营养指数通过赋予各子指标不同权重计算获得;计算公式如下: 式中:TLIΣ为水体综合营养指数,Wj为第j种参数的营养状态指数的相关权重,TLIj为第j种参数的营养状态指数,r ij为第j种参数与基准参数Chl-a的比值系数,m为评价指标个数;TLI*为各子指标的营养状态指数,TLIChla为叶绿素a浓度的水体营养指数,TLITP为总磷浓度的水体营养指数,TLITN为总氮浓度的水体营养指数,TLISD为水体透明度的水体营养指数,TLICOD为高锰酸盐指数的水体营养指数,以上各指标均为水体综合营养指数的子指数; 根据水体综合营养指数的值对水体的营养状态分级: 0TLIΣ≤30,贫营养;30TLIΣ≤50,中营养;50TLIΣ≤60,轻度富营养;60TLIΣ≤70,中度富营养;70TLIΣ≤100,重度富营养;对水体营养状态评级以确定汉江中下游的营养状况,对比生态调度后相较生态调度前的改善效果; 步骤3:确定多目标优化调度的目标函数,选取水体营养状态破坏率和浮游植物密度多年平均密度作为调度的生态目标,选取多年平均供水量和多年平均发电量作为调度的经济目标,再采用基于布谷鸟算法的多目标优化方法对水华模拟模型求解得到该模型的非劣解集; 步骤4:根据优选方案从非劣解集中选取生态调度的满意解,绘制水库调度图,得到水华防控调度方案。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人武汉大学,其通讯地址为:430072 湖北省武汉市武昌区八一路299号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。