[发明专利]一种基于复杂网络的区域空气污染物分析方法有效
申请号: | 201910633683.7 | 申请日: | 2019-07-15 |
公开(公告)号: | CN110363350B | 公开(公告)日: | 2023-10-10 |
发明(设计)人: | 黄小莉;胡思宇;陈静娴;张卫军;李显勇;王丹;黄福建 | 申请(专利权)人: | 西华大学 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04 |
代理公司: | 成都方圆聿联专利代理事务所(普通合伙) 51241 | 代理人: | 胡文莉 |
地址: | 610039 四川省成*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 复杂 网络 区域 空气 污染物 分析 方法 | ||
1.一种基于复杂网络的区域空气污染物分析方法,其特征在于:包括以下步骤:
S1.根据已有数据的地区的空气质量数据,建立空气复杂网络模型;
S2.基于建立的空气污染物复杂网络模型,采用CNM算法对建立的空气污染物复杂网络模型进行区域划分;
S3.预测未知节点空气质量数据。
2.根据权利要求1所述的一种基于复杂网络的区域空气污染物分析方法,其特征在于:所述步骤S1包括以下子步骤:
S101.对研究区域内的节点进行抽象:
基于复杂网络的空气模型主要是建立空气中各成分变量之间的空间关联的网络模型,因此建立抽象的节点是以某一监测点的空气质量各项数据为基础的,空气质量的各项数据的时间序列是来自各个城市的监测点,根据所要研究的空气质量数据,将某一监测点的监测数据为抽象为节点,具体地:
假设针对AQI这一空气质量变量,所研究区域内共设立N个监测点,其对应的序列分别用X1,X2,X3,...XN,则将每一个序列抽象为一个节点,用V来表示节点的集合,则:
V={X1,X2,X3,...,XN}
式中:Xi=(x1,x2,x3,...,xT);i=1,2,3,...,N,其中T代表选取时间序列的长度;
S102.对节点之间的边进行抽象:
污染物的扩散路径往往不止一条,需要选择最容易传播的路径,将这种传播的难易程度称为传播抑制值Value,传播抑制值Value最小的路径定义为关键的传播路径,站点之间存在边的条件,具体如下:
其中,Dij表示站点i,j之间的距离;ΔFij(t)表示t时刻站点i,j之间的风力系数差值;ρ表示站点i,j之间的污染物相关系数;Valueii表示站点i,j之间污染物传播抑制值;当Lij(t)为0时表示站点之间不存在污染物传播路径,为1表示存在路径;
采用邻接矩阵A来表示连边,在邻接矩阵A中:
其中,aj代表邻接矩阵A的第i行第j列,值为1代表节点i、j之间有一定的相关性;
S103.计算节点之间边的权重:
根据气体的扩散相关理论,在t时刻站点i和站点j之间传播的权重ωij(t)如下:
式中,ΔHij表示站点之间海拔差;ΔSij表示站点之间的水平距离;ΔAQIij(t)在t时刻表示站点之间AQI的差值;Rij(t)表示t时刻站点之间的风力系数;γ为校正系数,取值[0,1];ε(t)表示最大负载量ωij(t)的波动值;
其中风力系数Rij(t)计算如下:
式中:是风力大小,单位为m/s;θij(t)是站点实际方向与站点i处风力的夹角,当它大于90度时,污染物不传播;
S104.将空气污染物网络抽象为一个有边有权的复杂网络模型G,其基本要素包括节点集合P,边集合L,边权集合W,即:
G=(P,L,W)。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西华大学,未经西华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910633683.7/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理