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！

龙图腾网获悉武汉工程大学申请的专利一种基于机器学习的工业废水水污染程度预警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：CN120256968B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202510732626.X，技术领域涉及：G06F18/214；该发明授权一种基于机器学习的工业废水水污染程度预警方法及系统是由姚蕾;童维朝;潘清瑞;姚贞建;陈喆设计研发完成，并于2025-06-04向国家知识产权局提交的专利申请。

本一种基于机器学习的工业废水水污染程度预警方法及系统在说明书摘要公布了：本发明涉及环境监测技术领域，具体涉及一种基于机器学习的工业废水水污染程度预警方法及系统，包括以下步骤：S1，数据采集与预处理：获取工业废水的水质监测数据，并对数据预处理；S2，特征提取与数据集划分：获得特征数据集，并将其划分为训练数据集和测试数据集；S3，建立水质预测模型：构建水质预测模型；S4，模型训练：对水质预测模型进行训练；S5，模型评估：验证水质预测模型的泛化能力和预测精度；S6，引入强化学习机制：引入强化学习机制；S7，预测与预警：若超过阈值，则发出水污染预警信号；本发明，提高了水污染程度预测的准确性和系统的自适应能力，能够根据实时数据不断优化预测效果。

本发明授权一种基于机器学习的工业废水水污染程度预警方法及系统在权利要求书中公布了：1.一种基于机器学习的工业废水水污染程度预警方法，其特征在于，包括以下步骤： S1，数据采集与预处理：获取工业废水的水质监测数据，并对水质监测数据进行预处理； S2，特征提取与数据集划分：计算预处理后的水质监测数据与水污染程度之间的相关系数；水污染程度表示为： ； 其中，α、β、γ、δ是初始权重系数，为标准化浊度，为标准化电导率，为标准化pH值，为标准化温度，k为电导率参数，利用随机森林评估各个水质监测数据的重要性，调整不同的水质监测数据的初始权重系数α、β、γ和δ，对预处理后的水质监测数据进行特征提取，获得特征数据集，并将其划分为训练数据集和测试数据集； S3，建立水质预测模型：基于污水水质卷积神经网络模型构建水质预测模型； S4，模型训练：使用训练数据集对水质预测模型进行训练，调整水质预测模型的参数，直至水质预测模型在训练数据集上的性能达到预设的阈值； S5，模型评估：使用测试数据集对训练好的水质预测模型进行评估，验证水质预测模型的泛化能力和预测精度； S6，引入强化学习机制：引入强化学习机制，根据实时水质监测数据动态调整权重系数和水质预测模型参数； S7，预测与预警：将实时采集的工业废水的水质监测数据输入训练好的水质预测模型，得到水污染程度的预测结果，并与预设的水污染程度阈值进行比较，若超过阈值，则发出水污染预警信号； 所述S6中的强化学习机制包括： S61，定义状态空间：状态空间包括当前的水质监测数据以及历史水质监测数据，表示为： ； 其中，分别表示当前t时刻的浊度、电导率、pH值和温度； S62，定义动作空间：动作空间包括调整初始权重系数α、β、γ 和 δ，表示为： ； 其中，表示初始权重系数的调整量； S63，定义奖励函数： ； 其中，是预测结果的均方误差； S64，选择强化学习算法：由于初始权重系数是连续动作空间，选择Proximal Policy Optimization算法； S65，训练强化学习模型：使用历史水质监测数据初始化环境，并训练强化学习模型； S66，部署强化学习模型：将训练好的强化学习模型部署到工业废水水污染程度预警系统中，实时调整初始权重系数和水质预测模型参数，当水质监测数据发生变化时，水质预测模型动态调整初始权重系数，以适应新的水质条件。

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工程大学，其通讯地址为：430205 湖北省武汉市东湖新技术开发区光谷一路206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”。