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！

龙图腾网获悉浙江珊溪水利水电开发股份有限公司;安徽建筑大学申请的专利多目标优化水污染负荷分配方法及系统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：CN120146246B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202510102333.3，技术领域涉及：G06Q10/04；该发明授权多目标优化水污染负荷分配方法及系统是由丁凯蒙;王金碗;李云鹏;薛杨欢;上官伟伟;黄健;张华;张勇设计研发完成，并于2025-01-22向国家知识产权局提交的专利申请。

本多目标优化水污染负荷分配方法及系统在说明书摘要公布了：本发明提供一种多目标优化水污染负荷分配方法及系统，涉及水污染负荷分配技术领域，本发明将目标水体划分为多个污染区域，并获取排污口的历史排污数据；通过深度神经网络分别构建水体污染物浓度预测模型和治理成本预测模型，用于预测水体污染浓度和治理成本；根据污染物排放分配量、排污流量等计算排污口的污染物实际排放量、污染物削减量以及处理负荷；最后以治理总成本最小化、水体污染物浓度最小化以及污染物处理负荷最小化为目标，结合约束条件，通过遗传算法确定污染物排放的最优分配方案，从而实现水污染治理的高效优化。

本发明授权多目标优化水污染负荷分配方法及系统在权利要求书中公布了：1.一种多目标优化水污染负荷分配方法，其特征在于，具体步骤包括： 步骤1：将目标水体等面积区域划分为多个污染区域，并获取各排污口在以往排污时间段内的污染物排放分配量、治理成本、排污流量和污染物排放浓度，以及各污染区域在对应排污时间段内的水体污染物浓度最大值； 步骤2：基于深度神经网络构建水体污染物浓度预测模型，将同一排污时间段内全部排污口的排污流量和污染物排放浓度为输入，污染区域处水体污染物浓度最大值为标签，以训练水体污染物浓度预测模型； 步骤3：基于污染物排放分配量、排污流量和污染物浓度，计算各排污口在排污时间段内的污染物实际排放量、污染物消减量和污染物处理负荷； 步骤4：基于深度神经网络构建治理成本预测模型，将各排污口在排污时间段内的污染物消减量、排污流量和污染物排放浓度为输入，治理成本为标签，以训练治理成本预测模型； 步骤5：获取未来排污时间段内的污染物排放分配总量，以治理总成本最小化、水体污染物浓度最小化、污染物处理负荷最小化为优化目标生成适应度函数，以各污染区域的水体污染物浓度最大值小于污染物浓度标准、各排污口的污染物排放分配量之和等于污染物排放分配总量、各排污口的污染物处理负荷不大于最大设计负荷为约束条件，基于遗传算法、水体污染物浓度预测模型和治理成本预测模型，得到水污染负荷分配最优方案，水污染负荷分配最优方案为各个排污口在未来排污时间段内的污染物排放分配量、排污流量和污染物排放浓度； 以治理总成本最小化、水体污染物浓度最小化、污染物处理负荷最小化为优化目标，生成的适应度函数为： 其中，X表示治理总成本，i表示排污口的索引，且i∈[1,N]，N表示排污口的数量，Si表示治理成本预测模型输出的第i个排污口的治理成本，Xmax表示治理总成本的上限，j表示污染区域的索引，且j∈[1,H]，H表示将水体划分出的污染区域数量，Pj表示水体污染物浓度预测模型输出的第j个污染区域的污染物浓度最大值，Pj,std表示第j个污染区域的污染物浓度期望值，Li,max表示第i个排污口的最大设计负荷，w1、w2、w3分别表示权重系数，且w1+w2+w3＝1，w2＞w3＞w1。

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浙江珊溪水利水电开发股份有限公司;安徽建筑大学，其通讯地址为：325002 浙江省温州市鹿城区国贸大厦7-10楼；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”。

以上内容由龙图腾AI智能生成。