基于自适应优化网络的水质预测框架
技术转移及商业化

基于自适应优化网络的水质预测框架

银奖

基于自适应优化网络的水质预测框架

水污染已成为世界各地关注的健康问题,及时发现水污染将有助制定解决方案,最近亦引入深度学习技术来预测水质。以往,专家通过试错方案为某些水域定制智慧模型架构和水质特征,然而水域环境多种多样,在应用于其他场景时便需要手动重新设计。本发明提出了一种自适应水质预测优化框架,由极端水质事件检测器、水质预测模型和基于启发式的优化控制器组成。除了从时间序列的角度分析数据,该框架可以根据事件角度跟踪水质指标的变化,以检测异常的水质事件。更重要的是,控制器使系统能够自动调整预测模型的架构和超参数,并选择合适的水质指标进行预测。因此,该系统无需人工智能和水务相关领域专家,即可快速适应各种水域,降低人力成本,同时保持出色的性能。