[发明专利]一种水质获取方法

说明书

本发明提供了一种水质获取方法，包括获取多种水质指标采样数据，构成水质获取参数集；将所述水质获取参数集输入预设的解耦合参评模型以得到水质输出结果；所述解耦合参评模型包括三层结构，用于接收输入并对所述水质获取参数集进行参数分解的参数分解层，与所述参数分解层连接的模糊神经层以及与所述模糊神经层连接的加权输出层。本发明通过设计解耦合参评模型达到自动化模糊化获取水质评价结果的技术目的，评价过程自适应性更高，使用场合更多元。

技术领域

本发明涉及污水处理领域，尤其涉及一种水质获取方法。

背景技术

目前常用的综合水质评价方法有以下几种：一是根据国家标准选择最差的指标按照分类进行评价；二是污染指数法；三是模糊综合指数法。这些方法对水质评价起到了积极的作用，但也存在一些不足。共同之处是不能科学地评判总体水质状况，并且各个场合使用不同的评价方法，难以进行普适性的评价。

发明内容

为了解决上述技术问题，本发明提出了一种水质获取方法。

本发明具体是以如下技术方案实现的：

一种水质获取方法，包括：

获取多种水质指标采样数据，构成水质获取参数集；

将所述水质获取参数集输入预设的解耦合参评模型以得到水质输出结果；

所述解耦合参评模型包括三层结构，用于接收输入并对所述水质获取参数集进行参数分解的参数分解层，与所述参数分解层连接的模糊神经层以及与所述模糊神经层连接的加权输出层。

优选的，所述参数分解层包括参数种类分解层和与所述参数种类分解层连接的多个参数数值分解层，每个参数数值分解层均由一个或多个分解单元构成；每个分解单元均具备其对应的数据中心和扩展宽度。

优选的，每个分解单元均与一个BP神经网络对应连接；全部的BP神经网络构成了模糊神经层，所述模糊神经层中的各个BP神经网络均与加权输出层连接。

优选的，所述水质指标采样数据包括水浊度、水色度、水温度、水PH值，水营养元素含量、水细菌含量、水化学需氧量、水五日生化需氧量和/或水悬浮物中的多种。

优选的，所述水质输出结果中可以以评分方式表示水质，评分越高水质越好。

优选的，还包括参数数值分解层及其对应的BP神经网络的获取方法，具体包括：

获取训练样本集和分解单元个数N；

根据所述训练样本集计算用于进行参数捕获的分解单元的N个数据中心和扩展宽度；

根据所述数据中心和扩展宽度构建分解单元；

构建并初始化BP神经网络，所述BP神经网络与所述分解单元一一对应连接；

根据所述训练样本集训练BP神经网络。

本发明实施例公开了一种水质获取方法，通过设计解耦合参评模型达到自动化模糊化获取水质评价结果的技术目的，解耦合参评模型基于三层结构设计，并且每个分解单元均能够捕获特定的水质获取参数，而与分解单元对应的BP神经网络能够在大数据的支持下对所述水质获取参数对水质的影响作出反应，而使用加权法汇集各个BP神经网络输出的加权输出层能够考虑全部水质获取参数对于水质影响的指向性从而输出更为客观的水质评价结果。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。

图1是本发明实施例提供的一种水质获取方法流程图；