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！

龙图腾网获悉北京信息科技大学申请的专利基于局部强化优化回声状态网络的污水出水氨氮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：CN121256244B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202511350379.3，技术领域涉及：G06F18/20；该发明授权基于局部强化优化回声状态网络的污水出水氨氮预测方法是由王磊;吕锡博;王俊璞;代德媛;文艺;杨旭设计研发完成，并于2025-09-22向国家知识产权局提交的专利申请。

本基于局部强化优化回声状态网络的污水出水氨氮预测方法在说明书摘要公布了：本发明公开了一种基于局部强化优化回声状态网络的污水出水氨氮预测方法，包括获取污水处理过程中的工艺参数数据与出水氨氮数据,进行预处理后得到预测变量集和候选辅助变量集；构成初选辅助变量集；计算所述初选辅助变量集中变量的协方差矩阵，通过特征值分解提取特征值大于1的主成分，得到含4‑10个变量的核心辅助变量集；基于所述核心辅助变量集构建局部强化优化回声状态网络；将测试样本中的核心辅助变量输入所述局部强化优化回声状态网络，输出出水氨氮预测值；采用均方误差评估预测精度，完成污水出水氨氮预测。本发明针对氨氮浓度的非线性动态变化特征，构建可自适应裁剪冗余神经元，优化污水水质预测模型，以实现对城市污水处理出水氨氮的高精度、低延迟预测。

本发明授权基于局部强化优化回声状态网络的污水出水氨氮预测方法在权利要求书中公布了：1.一种基于局部强化优化回声状态网络的污水出水氨氮预测方法，其特征在于：包括以下步骤， 获取污水处理过程中的工艺参数数据与出水氨氮数据,对所述工艺参数数据与出水氨氮数据进行预处理后得到预测变量集和候选辅助变量集； 计算预测变量集和候选辅助变量集中每个出水氨氮和候选辅助变量的互信息值，筛选互信息值最高的前m个变量，构成初选辅助变量集； 计算所述初选辅助变量集中变量的协方差矩阵，通过特征值分解提取特征值大于1的主成分，得到含4-10个变量的核心辅助变量集； 基于所述核心辅助变量集构建局部强化优化回声状态网络； 将测试样本中的核心辅助变量输入所述局部强化优化回声状态网络，输出出水氨氮预测值；采用均方误差评估预测精度，完成污水出水氨氮预测； 创建标准回声状态网络，随机初始化输入权值矩阵与储层权重矩阵，设定储层神经元数量常量n；将储层权重矩阵调整为实对称矩阵，并通过谱半径对储层权重矩阵进行缩放处理； 将工艺参数数据与出水氨氮数据的数据集划分为训练集与测试集；用训练集数据训练ESN储层，通过最小二乘法拟合输出层权重矩阵；计算预测均方误差评估初始模型性能； 针对每个储层神经元的激活值序列，通过离散信息熵公式计算其信息熵，量化神经元对网络预测的信息贡献度，识别沉默神经元； 构建初始优化种群，每个种群个体编码为长度为n的[0,1]实数向量，通过0.5阈值映射为二值掩码，将向量值≥0.5表示保留对应神经元，0.5表示剪除；初始种群包含三类个体：①全保留个体，向量值均为1，保留所有储层神经元；②熵排序剪枝个体，剪除信息熵最低的5%神经元，对应向量值设为0；③随机采样个体，向量值随机生成，服从[0,1]均匀分布； 构建复合适应度函数，同时加入边界惩罚项，惩罚项规则为：若神经元保留比例pp_maxp_max=0.95，叠加γp-p_max；若pp_minp_min=0.5，叠加γp_min-p；γ=100为惩罚强度系数； 按适应度值对种群个体排序，分为适应度前50%作为变异种群与适应度后作为50%进化种群，执行差异化更新策略：每轮更新后，对更新个体重新计算适应度，保留适应度更优的个体；设定迭代轮次为20轮，完成种群优化； 筛选20轮迭代后的全局最优个体，基于其对应的二值掩码执行神经元剪枝；更新剪枝后的输入权值矩阵与储层权重矩阵，仅保留对应子矩阵，进行网络重训。

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北京信息科技大学，其通讯地址为：100192 北京市海淀区清河小营东路12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”。

以上内容由龙图腾AI智能生成。