基于多核极限学习机的有机污染物迁移数值模型替代方法
实质审查的生效
摘要
本发明涉及一种基于多核极限学习机的有机污染物迁移数值模型替代方法，该方法包括以下步骤：根据观测资料，建立地下水有机污染多相流运移数值模型，确定模型中对于污染物时空分布贡献程度较高的污染源特征、含水层参数以及各变量的取值范围；准备训练样本集；训练多相流数值模型的单一核极限学习机替代模型；建立核函数关键参数及核函数组合权重的非线性规划优化模型；以遗传算法求解优化模型，识别最优的核函数参数及组合权重，构建数值模型的遗传进化多核极限学习机智能替代模型。解决地下水有机污染多相流数值模型的替代问题，提升污染物运移模拟预测的计算效率，为地下水污染源特征及污染物运移参数反演识别提供高效解决途径。
基本信息
专利标题 ：
基于多核极限学习机的有机污染物迁移数值模型替代方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114492164A
申请号 ：
CN202111600946.8
公开（公告）日 ：
2022-05-13
申请日 ：
2021-12-24
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
王宇卞建民孙晓庆
申请人 ：
吉林大学
申请人地址 ：
吉林省长春市前进大街2699号
代理机构 ：
北京一格知识产权代理事务所(普通合伙)
代理人 ：
万小侠
优先权 ：
CN202111600946.8
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27 G06N3/00 G06N3/12 G06F111/10
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/27
使用机器学习，例如人工智能，神经网络，支持向量机或训练模型
法律状态
2022-05-31 ：
实质审查的生效
IPC(主分类) : G06F 30/27
申请日 : 20211224
申请日 : 20211224
2022-05-13 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
