公开(公告)号：CN114509556A

公开(公告)日：2022-05-17

申请号：CN202210023486.5

申请日：2022-01-10

申请人： 北京科技大学

发明人： 刘保顺 ,  王津 ,  张永红 ,  王化军 ,  姚瑞兰

IPC分类号： G01N33/24 ,  G06N3/00 ,  G06N3/08 ,  G06K9/62

摘要： 本发明公开了一种预测场地重金属污染物浓度的方法，包括：采集场地土壤样品，构建场地三维模型并获取学习样本数据；构建RBF神经网络模型，并采用PSO算法优化RBF神经网络模型的参数，之后利用优化的RBF神经网络模型预测场地重金属污染物浓度。本发明采用三维建模方法对待预测场地土壤进行样本采集，能够充分考虑到进入场地土壤中的重金属污染物因地层分布的不同而产生不同程度的水平与垂直迁移的可能性；通过构建PSO‑RBF神经网络模型，可同时优化多组可能的解，最后在多组可能的解中选择最接近真实解的一组作为最终解，在提高模型预测准确性的同时大大减少优化过程的计算量，提高了模型整体性能。

公开(公告)号：CN114509556B

公开(公告)日：2022-11-04

申请号：CN202210023486.5

申请日：2022-01-10

申请人： 北京科技大学

发明人： 刘保顺 ,  王津 ,  张永红 ,  王化军 ,  姚瑞兰

IPC分类号： G01N33/24 ,  G06N3/00 ,  G06N3/08 ,  G06K9/62

摘要： 本发明公开了一种预测场地重金属污染物浓度的方法，包括：采集场地土壤样品，构建场地三维模型并获取学习样本数据；构建RBF神经网络模型，并采用PSO算法优化RBF神经网络模型的参数，之后利用优化的RBF神经网络模型预测场地重金属污染物浓度。本发明采用三维建模方法对待预测场地土壤进行样本采集，能够充分考虑到进入场地土壤中的重金属污染物因地层分布的不同而产生不同程度的水平与垂直迁移的可能性；通过构建PSO‑RBF神经网络模型，可同时优化多组可能的解，最后在多组可能的解中选择最接近真实解的一组作为最终解，在提高模型预测准确性的同时大大减少优化过程的计算量，提高了模型整体性能。

公开(公告)号：CN217586818U

公开(公告)日：2022-10-14

申请号：CN202220758958.7

申请日：2022-04-01

申请人： 北京科技大学

发明人： 姚瑞兰 ,  王津

IPC分类号： G01N15/08

摘要： 本实用新型公开了一种岩石渗透率测定装置，包括有工作台和检测装置，所述工作台前侧端面安装有操作面板，工作台上端面安装有检测装置，本实用新型中采用检测装置，能够对同一片地质的岩石在不同压力下的渗透率进行检测，解决了现有装置无法测量在不同压力下岩石渗透率的问题，工作效率高，操作简单方便。