摘要
本发明公开了一种基于SHAP解释的混凝投药量优化方法和装置,包括:获取水厂中不同监测点的水质指标数据并进行预处理后构建所有监测点的图结构序列;构建提取时空特征和引入SHAP的混凝投药量预测模型;基于水质指标数据构建投药量目标函数以及净化效果目标函数,对两目标优化问题求解得到达到给定净化程度的最小混凝投药量,以模型预测的混凝投药量与求解的最小混凝投药量之差来构建损失函数来进行模型参数优化;利用参数优化的模型进行实时投药量预测,并通过SHAP解释时空水质特征中对预测药量做出贡献的监测点,该监测点用于指导实际混凝投药量投放,这样能解决投药量预测精度低、模型可解释性差以及缺乏多目标优化的局限性。
技术关键词
监测点
水质
特征提取模块
指标
XGBoost模型
注意力机制
空间特征提取
序列
检测点
节点特征
逻辑
数据处理单元
参数
优化装置
存储器
水流
处理器
系统为您推荐了相关专利信息
评级方法
深度学习网络提取
深度相机
分类网络
多层感知机
医学图像分割方法
多模态医学图像
医学图像分割系统
动态
微调机制
融合特征
图像融合方法
可见光图像
两阶段
生成对抗模型