[发明专利]一种智能场景大数据分析系统

权利要求书

1.一种智能场景大数据分析系统,其特征在于：包括水质参数采集模块、水质数据传输模块、水质数据分析处理模块和信息决策模块；

所述水质参数采集模块为多功能参数采集装置，所述多功能参数采集装置包括溶氧量传感器单元、pH值传感器单元、总氨和亚硝态氮含量传感器单元、温度传感器单元，用于对池塘中溶氧量、pH值、总氨和亚硝态氮含量和温度进行实时监测；

所述水质数据传输模块包括供电模块、存储单元和通信单元，用于将采集的池塘水质参数通过通信单元发送至水质数据分析处理模块；

所述水质数据分析处理模块包括数据预处理单元、数据处理单元和数据分析单元，用于对接收到的水质数据进行处理、分析和反馈；

所述信息决策模块包括数据管理单元和信息决策单元，用于将分析后的数据构建水质综合评价模型，并将原始数据及分析结果加以显示和保存，为信息决策提供依据；

所述数据处理单元将因子分析和随机森林算法结合得到各水质参数的因子隶属度，得到各项水质参数的指标评价值，计算各项水质参数的综合权重，得到各项水质参数的综合评价权重，利用随机森林算法进行统一化权重计算，得到各项水质参数的综合权重矩阵，将数据进行皮尔森相关性分析，得到每两项水质参数互相影响情况；

所述水质综合评价模型的步骤如下：

S1：设预测目标与决策层中的决策指标N₁,N₂，...,N_m，目标与决策层中的数据块指标集合S₁,S₂,...,S_m,其中数据块指标集合S_m中有水质参数样本A_i1,A_i2,...A_im,i＝1,2,...,m；

S2：以决策指标S_b(b＝1,2,...,m)为基向量，以A_jk(k＝1,2,...,m_k)为特征向量，在基向量S_b下构造综合相关矩阵，计算A_ij对S_m的影响力大小：

其中，B_ij的列向量为S_m中的样本A_i1,A_i2,...A_im，B_mm的横向量为S_m中的样本A_j1,A_j2,...,A_jmk；当B_ij＝0时，A_jk不受S_m中A_i1的影响，当B_ij＝1时，A_jk受S_m中A_i1的影响；

S3：根据构造矩阵B_ij，预测各样本A_jk对S_m的影响概率FC_ij，i＝1,2,...,m,j＝1,2,...,m，构造影响概率关系矩阵FC_ij：

其中，在FC_ij中，每个横向量FC_jmk与每个列向量A_im都对应一个FC_ij，i＝1,2,...,m,j＝1,2,...,m；

S4：根据S3得到的概率关系矩阵确定模糊关系矩阵C，首先，将数据块中第i个样本的测试结果A_i作为第i个预测征兆W_i，将第n个集合Sn作为第n个预测原因Y_i，将第i个预测A_i对第n个预测原因的预测概率FC_ij，作为第i个预测征兆W_i属于第n个预测原因Y_i的隶属度r_ij，i＝1,2,...,m,j＝1,2,...,m，然后将所得矩阵进行转置，得到模糊关系矩阵C：

S5：根据S4得到模糊关系矩阵C进行水质综合评价。