[发明专利]一种基于神经网络的海水淡化膜的设计方法

权利要求书

1.一种基于神经网络的海水淡化膜的设计方法，其特征是，包括以下步骤：

步骤S1：采集海水淡化膜设计的相关信息，训练神经网络；

步骤S2：计算海水淡化各项参数设置的约束条件；

步骤S3：建立海水淡化的参数拟合模型；

步骤S4：根据训练完成的神经网络算法对测试集数据进行计算和验证，排除过拟合情况。

2.根据权利要求1所述的一种海水淡化膜的设计方法，其特征是，步骤S1包括以下步骤：

步骤S11：构建以神经网络为主题训练的多层前馈网络；

步骤S12：根据训练效果确定影响因素的内容和数量以及输出层变量的数量；

步骤S13：利用深度神经网络，降低网络的误差平方差；

步骤S14：根据训练集的数据进行训练优化拟合效果，调整神经网络算法的参数。

3.根据权利要求1和2所述的一种海水淡化膜的设计方法，其特征是，所述神经网络包括输入层、隐式层和输出层。

4.根据权利要求2所述的一种海水淡化膜的设计方法，其特征是，样本输入参数按照线性排列，单个样本表达式如下所示：

x_i＝(x_i1,x_i2,…,x_in)，

所有样本组成的举证表达式如下所示：

5.根据权利要求4所述的一种基于神经网络的海水淡化膜的设计方法，其特征在于，样本输入参数数据将经过系统归一化处理，用作模型收敛。

6.根据权利要求1-5任一项所述的一种基于神经网络的海水淡化膜的设计方法，其特征是，海水淡化膜样本的参数标准为拒盐率，拒盐率的表达式如下所示：

拒盐率＝1-(通过的钠离子+氯离子)/(总的钠离子+氯离子)

7.根据权利要求1-6任一项所述的一种基于神经网络的海水淡化膜的设计方法，器特征是，海水淡化膜设计所需数据的获取方式包括但不限于基于第一性原理的分子动力学软件GROMACS模拟以及实验数据，所述神经网络算法是一种马尔可夫状态转移算法和卷积神经网络算法与bp神经网络算法的融合。

8.一种计算机设备，包括存储器和处理器，以及存储在所述处理器中并可在所属处理器上运行的程序,其特征是，所述处理器在执行所述程序时实现如1-6所述基于神经网络的海水淡化膜的设计方法。

9.一种计算机可读存储介质，其存储有计算机程序,其特征在于，所述计算机程序被处理器执行时实现如1-6所述基于神经网络的海水淡化膜的设计方法。