亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

和聲搜索優(yōu)化的稀土礦區(qū)農(nóng)田水體硝酸鹽氮軟測(cè)量方法與流程

文檔序號(hào):11231363閱讀:534來源:國知局

本發(fā)明涉及水體硝酸鹽氮測(cè)量領(lǐng)域,尤其是涉及一種和聲搜索優(yōu)化的稀土礦區(qū)農(nóng)田水體硝酸鹽氮軟測(cè)量方法。



背景技術(shù):

稀土廣泛應(yīng)用于現(xiàn)代工業(yè)生產(chǎn)中,被譽(yù)為“工業(yè)維生素”。在我國稀土資源中,離子型稀土是非常珍貴的稀土資源,它主要集中在我國的南方地區(qū)。我國的離子型稀土以重稀土為主。我國是世界上重稀土儲(chǔ)量最大的國家,而重稀土是制造各種尖端武器必不可少的原材料。因此我國離子型稀土在世界工業(yè)中具有舉足輕重的作用。

目前,離子型稀土的開采主要是利用原地浸礦的工藝。在開采離子型稀土礦時(shí),首先在山體上挖掘大量的豎井,然后通過豎井把大量的酸性化學(xué)溶液灌注到礦山山體。然而這些灌注的酸性化學(xué)溶液容易滲透到稀土礦區(qū)的小溪河流,從而污染稀土礦區(qū)的小溪河流,而稀土礦區(qū)農(nóng)田灌溉的水源往往都是來自于稀土礦區(qū)的小溪河流。由此可見,離子型稀土的開采容易造成稀土礦區(qū)農(nóng)田水體的污染。為了有效地治理稀土礦區(qū)農(nóng)田的水體污染,很有必要科學(xué)地把握稀土礦區(qū)農(nóng)田水體的水質(zhì)狀況。

硝酸鹽氮是反映稀土礦區(qū)農(nóng)田水體水質(zhì)的重要指標(biāo)之一。而傳統(tǒng)檢測(cè)水體硝酸鹽氮的方法需要耗費(fèi)大量的人力。為此,人們嘗試?yán)密洔y(cè)量的方法來把握水體中硝酸鹽氮的含量。神經(jīng)網(wǎng)絡(luò)是水質(zhì)軟測(cè)量時(shí)的常用軟測(cè)量模型,但傳統(tǒng)神經(jīng)網(wǎng)絡(luò)用于稀土礦區(qū)農(nóng)田水體硝酸鹽氮軟測(cè)量時(shí)容易出現(xiàn)陷入局部最優(yōu)的缺點(diǎn)。因此,傳統(tǒng)神經(jīng)網(wǎng)絡(luò)在稀土礦區(qū)農(nóng)田水體硝酸鹽氮軟測(cè)量中的測(cè)量精度還有待于進(jìn)一步提高。



技術(shù)實(shí)現(xiàn)要素:

本發(fā)明的目的是提供一種和聲搜索優(yōu)化的稀土礦區(qū)農(nóng)田水體硝酸鹽氮軟測(cè)量方法。它在很大程度上克服了傳統(tǒng)神經(jīng)網(wǎng)絡(luò)用于稀土礦區(qū)農(nóng)田水體硝酸鹽氮軟測(cè)量時(shí)容易出現(xiàn)陷入局部最優(yōu)的缺點(diǎn),本發(fā)明能夠提高稀土礦區(qū)農(nóng)田水體硝酸鹽氮的軟測(cè)量精度。

本發(fā)明的技術(shù)方案:一種和聲搜索優(yōu)化的稀土礦區(qū)農(nóng)田水體硝酸鹽氮軟測(cè)量方法,包括以下步驟:

步驟1,在需要軟測(cè)量的稀土礦區(qū)農(nóng)田內(nèi)連續(xù)num天采集水體樣本,并對(duì)水體樣本進(jìn)行檢測(cè),測(cè)量出與農(nóng)田水質(zhì)相關(guān)的指標(biāo):氨氮、總氮、硫化物、溶解氧、ph值、水溫、水深度、農(nóng)田面積、硝酸鹽氮,將測(cè)量出來的數(shù)據(jù)作為樣本數(shù)據(jù)集;然后對(duì)采集到的樣本數(shù)據(jù)集進(jìn)行歸一化處理;

步驟2,用戶初始化參數(shù),所述初始化參數(shù)包括軟測(cè)量跨度天數(shù)xd,三層感知器神經(jīng)網(wǎng)絡(luò)中隱含層神經(jīng)元的個(gè)數(shù)pn,和聲庫大小hms,和聲庫的選取概率hmcr,擾動(dòng)概率par,最大評(píng)價(jià)次數(shù)max_fes;

步驟3,令當(dāng)前演化代數(shù)t=0,并令當(dāng)前評(píng)價(jià)次數(shù)fes=0;

步驟4,令三層感知器神經(jīng)網(wǎng)絡(luò)的輸入變量為歸一化的一天的稀土礦區(qū)農(nóng)田水體水質(zhì)指標(biāo):氨氮、總氮、硫化物、溶解氧、ph值、水溫、水深度、農(nóng)田面積、硝酸鹽氮,輸出為歸一化的xd天后的稀土礦區(qū)農(nóng)田水體的硝酸鹽氮值,然后確定三層感知器神經(jīng)網(wǎng)絡(luò)的隱含層和輸出層的傳遞函數(shù),并計(jì)算三層感知器神經(jīng)網(wǎng)絡(luò)的優(yōu)化設(shè)計(jì)參數(shù)個(gè)數(shù)d=pn×11+1;

步驟5,隨機(jī)初始化和聲庫其中個(gè)體下標(biāo)i=1,2,...,hms,并且為和聲庫bpt中的第i個(gè)個(gè)體;個(gè)體存儲(chǔ)了三層感知器神經(jīng)網(wǎng)絡(luò)的d個(gè)優(yōu)化設(shè)計(jì)參數(shù)值,并且為個(gè)體中的第j個(gè)優(yōu)化參數(shù)值,其中維度下標(biāo)j=1,2,...,d;

步驟6,計(jì)算和聲庫bpt中每個(gè)個(gè)體的適應(yīng)值;

步驟7,令當(dāng)前評(píng)價(jià)次數(shù)fes=fes+hms;

步驟8,保存和聲庫bpt中的最優(yōu)個(gè)體bestt;

步驟9,執(zhí)行基于精英區(qū)域反向策略的搜索操作產(chǎn)生新個(gè)體bvt,具體步驟如下:

步驟9.1,令計(jì)數(shù)器nj=1;

步驟9.2,如果計(jì)數(shù)器nj小于或等于d,則轉(zhuǎn)到步驟9.3,否則轉(zhuǎn)到步驟10;

步驟9.3,在[1,hms]之間隨機(jī)產(chǎn)生三個(gè)互不相等的正整數(shù)rn1,rn2和rn3;

步驟9.4,在[0,1]之間產(chǎn)生一個(gè)隨機(jī)數(shù)crp;

步驟9.5,如果crp小于hmcr,則轉(zhuǎn)到步驟9.6,否則轉(zhuǎn)到步驟9.15;

步驟9.6,令

步驟9.7,在[0,1]之間產(chǎn)生兩個(gè)隨機(jī)實(shí)數(shù)pr1和pr2;

步驟9.8,如果pr1小于par,則轉(zhuǎn)到步驟9.9,否則轉(zhuǎn)到步驟9.16;

步驟9.9,如果pr2小于0.5,則轉(zhuǎn)到步驟9.10,否則轉(zhuǎn)到步驟9.11;

步驟9.10,令然后轉(zhuǎn)到步驟9.16;

步驟9.11,計(jì)算精英個(gè)體數(shù)量其中為向下取整運(yùn)算符號(hào);

步驟9.12,在和聲庫中選擇出前pbn個(gè)優(yōu)秀個(gè)體組成精英庫其中為精英庫pbestt中的第ki個(gè)精英個(gè)體,且精英個(gè)體下標(biāo)ki=1,2,...,pbn;

步驟9.13,計(jì)算精英庫pbestt中第nj維上的最小值elbnj與最大值eubnj,計(jì)算公式如下:

其中ki=1,2,....,pbn;min為取最小值函數(shù);max為取最大值函數(shù);

步驟9.14,在[0,1]之間產(chǎn)生兩個(gè)服從均勻分布的隨機(jī)實(shí)數(shù)eo和ew,并令然后轉(zhuǎn)到步驟9.16;

步驟9.15,令其中rr和sf為[0,1]之間的隨機(jī)實(shí)數(shù);

步驟9.16,令計(jì)數(shù)器nj=nj+1,然后轉(zhuǎn)到步驟9.2;

步驟10,計(jì)算個(gè)體bvt的適應(yīng)值;

步驟11,在和聲庫中找出適應(yīng)值最差的個(gè)體記為worstt,如果個(gè)體bvt優(yōu)于個(gè)體worstt,則用個(gè)體bvt替換個(gè)體worstt,否則保持個(gè)體worstt不變;

步驟12,令當(dāng)前評(píng)價(jià)次數(shù)fes=fes+1,并令當(dāng)前演化代數(shù)t=t+1;

步驟13,保存和聲庫bpt中的最優(yōu)個(gè)體bestt;

步驟14,重復(fù)步驟9至步驟13,直至當(dāng)前評(píng)價(jià)次數(shù)fes達(dá)到max_fes后結(jié)束,將執(zhí)行過程中得到的最優(yōu)個(gè)體bestt解碼為三層感知器神經(jīng)網(wǎng)絡(luò)的連接權(quán)值和偏置值,利用得到的三層感知器神經(jīng)網(wǎng)絡(luò)作為軟測(cè)量模型,即可實(shí)現(xiàn)稀土礦區(qū)農(nóng)田水體硝酸鹽氮的軟測(cè)量。

本發(fā)明采用三層感知器神經(jīng)網(wǎng)絡(luò)作為稀土礦區(qū)農(nóng)田水體硝酸鹽氮的軟測(cè)量模型,并利用改進(jìn)的和聲搜索來優(yōu)化設(shè)計(jì)軟測(cè)量模型。在改進(jìn)的和聲搜索中,首先執(zhí)行基于精英區(qū)域反向策略的搜索操作產(chǎn)生個(gè)體,然后選擇出優(yōu)秀個(gè)體進(jìn)入下一代和聲庫,反復(fù)循環(huán)該搜索過程直至滿足終止條件,最后將得到的最優(yōu)個(gè)體解碼為軟測(cè)量模型,即可實(shí)現(xiàn)稀土礦區(qū)農(nóng)田水體硝酸鹽氮的軟測(cè)量。本發(fā)明能夠提高稀土礦區(qū)農(nóng)田水體硝酸鹽氮的軟測(cè)量精度。

附圖說明

圖1為本發(fā)明的流程圖。

具體實(shí)施方式

下面通過實(shí)施例,并結(jié)合附圖,對(duì)本發(fā)明的技術(shù)方案作進(jìn)一步具體的說明。

實(shí)施例:

步驟1,在需要軟測(cè)量的稀土礦區(qū)農(nóng)田內(nèi)連續(xù)num=58天采集水體樣本,并對(duì)水體樣本進(jìn)行檢測(cè),測(cè)量出與農(nóng)田水質(zhì)相關(guān)的指標(biāo):氨氮、總氮、硫化物、溶解氧、ph值、水溫、水深度、農(nóng)田面積、硝酸鹽氮,將測(cè)量出來的數(shù)據(jù)作為樣本數(shù)據(jù)集;然后對(duì)采集到的樣本數(shù)據(jù)集進(jìn)行歸一化處理;

步驟2,用戶初始化參數(shù),所述初始化參數(shù)包括軟測(cè)量跨度天數(shù)xd=2,三層感知器神經(jīng)網(wǎng)絡(luò)中隱含層神經(jīng)元的個(gè)數(shù)pn=5,和聲庫大小hms=50,和聲庫的選取概率hmcr=0.95,擾動(dòng)概率par=0.6,最大評(píng)價(jià)次數(shù)max_fes=300000;

步驟3,令當(dāng)前演化代數(shù)t=0,并令當(dāng)前評(píng)價(jià)次數(shù)fes=0;

步驟4,令三層感知器神經(jīng)網(wǎng)絡(luò)的輸入變量為歸一化的一天的稀土礦區(qū)農(nóng)田水體水質(zhì)指標(biāo):氨氮、總氮、硫化物、溶解氧、ph值、水溫、水深度、農(nóng)田面積、硝酸鹽氮,輸出為歸一化的xd天后的稀土礦區(qū)農(nóng)田水體的硝酸鹽氮值,然后確定三層感知器神經(jīng)網(wǎng)絡(luò)的隱含層和輸出層的傳遞函數(shù),并計(jì)算三層感知器神經(jīng)網(wǎng)絡(luò)的優(yōu)化設(shè)計(jì)參數(shù)個(gè)數(shù)d=pn×11+1;

步驟5,隨機(jī)初始化和聲庫其中個(gè)體下標(biāo)i=1,2,...,hms,并且為和聲庫bpt中的第i個(gè)個(gè)體;個(gè)體存儲(chǔ)了三層感知器神經(jīng)網(wǎng)絡(luò)的d個(gè)優(yōu)化設(shè)計(jì)參數(shù)值,并且為個(gè)體中的第j個(gè)優(yōu)化參數(shù)值,其中維度下標(biāo)j=1,2,...,d;

步驟6,計(jì)算和聲庫bpt中每個(gè)個(gè)體的適應(yīng)值;

步驟7,令當(dāng)前評(píng)價(jià)次數(shù)fes=fes+hms;

步驟8,保存和聲庫bpt中的最優(yōu)個(gè)體bestt;

步驟9,執(zhí)行基于精英區(qū)域反向策略的搜索操作產(chǎn)生新個(gè)體bvt,具體步驟如下:

步驟9.1,令計(jì)數(shù)器nj=1;

步驟9.2,如果計(jì)數(shù)器nj小于或等于d,則轉(zhuǎn)到步驟9.3,否則轉(zhuǎn)到步驟10;

步驟9.3,在[1,hms]之間隨機(jī)產(chǎn)生三個(gè)互不相等的正整數(shù)rn1,rn2和rn3;

步驟9.4,在[0,1]之間產(chǎn)生一個(gè)隨機(jī)數(shù)crp;

步驟9.5,如果crp小于hmcr,則轉(zhuǎn)到步驟9.6,否則轉(zhuǎn)到步驟9.15;

步驟9.6,令

步驟9.7,在[0,1]之間產(chǎn)生兩個(gè)隨機(jī)實(shí)數(shù)pr1和pr2;

步驟9.8,如果pr1小于par,則轉(zhuǎn)到步驟9.9,否則轉(zhuǎn)到步驟9.16;

步驟9.9,如果pr2小于0.5,則轉(zhuǎn)到步驟9.10,否則轉(zhuǎn)到步驟9.11;

步驟9.10,令然后轉(zhuǎn)到步驟9.16;

步驟9.11,計(jì)算精英個(gè)體數(shù)量其中為向下取整運(yùn)算符號(hào);

步驟9.12,在和聲庫中選擇出前pbn個(gè)優(yōu)秀個(gè)體組成精英庫其中為精英庫pbestt中的第ki個(gè)精英個(gè)體,且精英個(gè)體下標(biāo)ki=1,2,...,pbn;

步驟9.13,計(jì)算精英庫pbestt中第nj維上的最小值elbnj與最大值eubnj,計(jì)算公式如下:

其中ki=1,2,....,pbn;min為取最小值函數(shù);max為取最大值函數(shù);

步驟9.14,在[0,1]之間產(chǎn)生兩個(gè)服從均勻分布的隨機(jī)實(shí)數(shù)eo和ew,并令然后轉(zhuǎn)到步驟9.16;

步驟9.15,令其中rr和sf為[0,1]之間的隨機(jī)實(shí)數(shù);

步驟9.16,令計(jì)數(shù)器nj=nj+1,然后轉(zhuǎn)到步驟9.2;

步驟10,計(jì)算個(gè)體bvt的適應(yīng)值;

步驟11,在和聲庫中找出適應(yīng)值最差的個(gè)體記為worstt,如果個(gè)體bvt優(yōu)于個(gè)體worstt,則用個(gè)體bvt替換個(gè)體worstt,否則保持個(gè)體worstt不變;

步驟12,令當(dāng)前評(píng)價(jià)次數(shù)fes=fes+1,并令當(dāng)前演化代數(shù)t=t+1;

步驟13,保存和聲庫bpt中的最優(yōu)個(gè)體bestt;

步驟14,重復(fù)步驟9至步驟13,直至當(dāng)前評(píng)價(jià)次數(shù)fes達(dá)到max_fes后結(jié)束,將執(zhí)行過程中得到的最優(yōu)個(gè)體bestt解碼為三層感知器神經(jīng)網(wǎng)絡(luò)的連接權(quán)值和偏置值,利用得到的三層感知器神經(jīng)網(wǎng)絡(luò)作為軟測(cè)量模型,即可實(shí)現(xiàn)稀土礦區(qū)農(nóng)田水體硝酸鹽氮的軟測(cè)量。

本文中所描述的具體實(shí)施例僅僅是對(duì)本發(fā)明精神作舉例說明。本發(fā)明所屬技術(shù)領(lǐng)域的技術(shù)人員可以對(duì)所描述的具體實(shí)施例做各種各樣的修改或補(bǔ)充或采用類似的方式替代,但并不會(huì)偏離本發(fā)明的精神或者超越所附權(quán)利要求書所定義的范圍。

當(dāng)前第1頁1 2 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1