买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安石油大学申请的专利基于水体透射光谱的水质污染物预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117079735B 。

龙图腾网通过国家知识产权局官网在2025-09-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311036754.8，技术领域涉及：G16C20/20；该发明授权基于水体透射光谱的水质污染物预测方法是由王彩玲;张国浩设计研发完成，并于2023-08-17向国家知识产权局提交的专利申请。

本基于水体透射光谱的水质污染物预测方法在说明书摘要公布了：基于水体透射光谱的水质污染物预测方法，包括以下步骤；S1：配置测量溶液：测量水体样品的收集，获得总样本量；S2：原始透射光谱数据采集：使用光谱仪对S1中总样本量内污染物标准溶液进行扫描，获得原始透射光谱数据；S3：光谱数据预处理：对S2中的原始透射光谱数据进行预处理操作；S4：主成分个数选择：对预处理后的光谱数据进行数据降维，选择合适的主成分个数；S5：建立浓度预测模型：S6：浓度预测模型验证：将亚硝酸盐和BOD浓度数据分别导入数据导入已建立的预测模型中，验证模型的稳定性和预测性能；S7：预测溶液样品中的亚硝酸盐和BOD浓度大小。本发明能够快速、准确地进行水质污染物预测，提高水环境监测的效率和可行性。

本发明授权基于水体透射光谱的水质污染物预测方法在权利要求书中公布了：1.基于水体透射光谱的水质污染物预测方法，其特征在于，包括以下步骤； S1：配置测量溶液：测量具有不同硝酸盐浓度以及不同BOD浓度的样品，获得总样本量； S2：原始透射光谱数据采集：使用光谱仪对S1中总样本量内污染物标准溶液进行扫描，获得原始透射光谱数据； S3：光谱数据预处理：对S2中的原始透射光谱数据进行预处理操作； S4：主成分个数选择：对预处理后的光谱数据进行数据降维，选择主成分个数； S5：建立浓度预测模型： 对光谱预处理和核主成分分析后的光谱数据，使用改进的粒子群优化算法对进行BP神经网络模型训练时所需的权重和偏置组合进行寻优；采用改进的BP神经网络模型作为水体中亚硝酸盐和BOD浓度预测模型，该BP神经网络模型为单隐层神经网络； 所述改进的粒子群优化算法包括： 将粒子群算法中的个体学习因子c1、社会学习因子c2以及惯性权重ω从固定的常数变为根据粒子的适应度值和所有粒子平均适应度值之间的差距大小自适应的对自身大小进行调节更新，在不同的情况下选择增强粒子的全局搜索能力或加快粒子的收敛速度，使粒子群优化算法在寻找最佳参数组合的时候更加稳定和高效；ω、c1和c2的更新公式如式4、式5、式6、式7所示； 其中，ωmax、ωmin、和表示惯性权重ω、个体学习因子c1和社会学习因子c2的最大值和最小值，fi表示当前粒子的函数适应值，fmin表示粒子群体中最小的函数适应值，相当于此时粒子群中的全局最优粒子，favg表示粒子群中的所有粒子的平均函数适应值，k1、k2和k3为0～1范围内的随机数； 在对粒子群算法中每个粒子进行速度的更新时，首先根据整个粒子群中的最小函数适应度值、平均函数适应度值和当前粒子适应度值之间的关系进行自适应学习因子和惯性权重的更新，之后通过计算粒子群的多样性值并根据该值对粒子的分散程度进行判断，在不同的分散程度下选择对粒子速度进行不同的更新，以避免出现局部最优解的情况；其中，式8为粒子群多样性值大小的计算公式，式9为对应不同情况下粒子的速度更新公式； 其中N为种群中的粒子个数，d为搜索空间的对角线长度，代表搜索区域的大小，为所有粒子的平均位置； 其中dhigh为多样性值上界，dlow为多样性值下界，r1、r2为0～1范围内的随机数； 采用改进的BP神经网络模型包括： 通过使用自适应学习因子和惯性权重更新公式以及粒子多样性引导策略优化下的粒子群算法对BP神经网络模型的权重和偏置组合进行寻优后，使用输出的最优值作为BP神经网络初始时的权重和偏置值来进行浓度预测模型的训练；将该策略引入BP神经网络模型中，使学习率根据当前时刻损失函数变化值和上一时刻损失函数变化值的大小程度动态的对自身进行更新，学习率动态更新公式如式11、式12所示； r＝r·1.5-sigmoidft-ft-111 其中，r为学习率，ft-ft-1表示t时刻与上一时刻损失函数的变化值； S6：浓度预测模型验证：将亚硝酸盐和BOD浓度数据分别导入已建立的预测模型中，验证模型的稳定性和预测性能； S7：利用构建的改进粒子群优化算法下BP神经网络模型预测溶液样品中的亚硝酸盐和BOD浓度大小。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安石油大学，其通讯地址为：710065 陕西省西安市电子二路东段18号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。