-
公开(公告)号:CN118780596A
公开(公告)日:2024-10-15
申请号:CN202410785611.5
申请日:2024-06-18
申请人: 中国环境科学研究院 , 中国城市建设研究院有限公司
IPC分类号: G06Q10/0635 , G06Q10/04 , G06F18/214 , G06N3/0442 , G06N3/045 , G06N3/08 , G06Q50/26 , G06F18/21
摘要: 本发明提供了一种基于深度学习的填埋场渗漏风险预测方法,属于填埋场渗漏风险预测领域,包括:获取待测渗漏液数据,对待测渗漏液数据进行标准化处理,得到待测标准数据,将待测标准数据输入到训练好的填埋场渗漏风险预测模型中,得到填埋场渗漏风险预测结果;本发明利用长短期记忆递归神经网络‑门控循环单元神经网络算法得到填埋场渗漏风险预测模型,使得该预测模型不仅适用于长期依赖的序列数据,还适用于短期内信息的处理,提高了模型预测的实用性和可靠性。
-
公开(公告)号:CN118780597A
公开(公告)日:2024-10-15
申请号:CN202410785615.3
申请日:2024-06-18
申请人: 中国环境科学研究院 , 中国城市建设研究院有限公司
IPC分类号: G06Q10/0635 , G06Q10/04 , G06Q50/26 , G06N3/126 , G06N7/01
摘要: 本发明提供了一种基于数据同化算法的填埋场渗漏风险预测方法,属于填埋场渗漏风险预测领域,包括:填埋场环境数据的收集、渗漏模型的建立、待优化参数及优化目标函数的确立、先验分布的明确、使用贝叶斯‑自适应抽样算法对待优化渗漏参数进行迭代和率定、根据率定结果对渗漏模型的渗漏参数进行更新,得到更新完成的填埋场渗滤液渗漏模型,利用更新完成的填埋场渗滤液渗漏模型对未来填埋场渗滤液渗漏进行预测,得到渗漏风险数据。本发明有效融合了观测数据和模型预测数据,通过不断迭代和更新渗漏模型的参数,使得预测结果更加可靠,并能及时反映填埋场渗漏的实际情况。
-