CN109872066A - 污水处理厂的系统复杂性度量方法和装置 - Google Patents
污水处理厂的系统复杂性度量方法和装置 Download PDFInfo
- Publication number
- CN109872066A CN109872066A CN201910124345.0A CN201910124345A CN109872066A CN 109872066 A CN109872066 A CN 109872066A CN 201910124345 A CN201910124345 A CN 201910124345A CN 109872066 A CN109872066 A CN 109872066A
- Authority
- CN
- China
- Prior art keywords
- subsystem
- common
- sum
- accounting
- node
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000010865 sewage Substances 0.000 title claims abstract description 119
- 238000010586 diagram Methods 0.000 claims abstract description 170
- 238000000034 method Methods 0.000 claims description 104
- 238000012545 processing Methods 0.000 claims description 35
- 230000006870 function Effects 0.000 claims description 24
- 238000005259 measurement Methods 0.000 claims description 22
- 239000012141 concentrate Substances 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 14
- 238000010276 construction Methods 0.000 claims description 9
- 230000010181 polygamy Effects 0.000 claims description 2
- 230000008878 coupling Effects 0.000 abstract description 10
- 238000010168 coupling process Methods 0.000 abstract description 10
- 238000005859 coupling reaction Methods 0.000 abstract description 10
- 238000011156 evaluation Methods 0.000 abstract description 6
- 230000008569 process Effects 0.000 description 83
- 239000010802 sludge Substances 0.000 description 26
- 238000005273 aeration Methods 0.000 description 18
- 230000008021 deposition Effects 0.000 description 12
- 238000004062 sedimentation Methods 0.000 description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 5
- 101100314150 Caenorhabditis elegans tank-1 gene Proteins 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 238000004378 air conditioning Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000010438 heat treatment Methods 0.000 description 3
- 238000009423 ventilation Methods 0.000 description 3
- 238000005842 biochemical reaction Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 238000010992 reflux Methods 0.000 description 2
- 239000002351 wastewater Substances 0.000 description 2
- 230000009102 absorption Effects 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000536 complexating effect Effects 0.000 description 1
- 150000001875 compounds Chemical group 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005111 flow chemistry technique Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 239000002957 persistent organic pollutant Substances 0.000 description 1
- 230000001376 precipitating effect Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W10/00—Technologies for wastewater treatment
- Y02W10/10—Biological treatment of water, waste water, or sewage
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
提供一种污水处理厂的系统复杂性度量方法和装置,所述系统复杂性度量方法包括:构建污水处理厂的组合系统的第一拓扑图,所述组合系统包括多个独立的子系统,每个子系统分别用于完成污水处理厂的一个预定功能;获取第一拓扑图的组成要素;基于获取的第一拓扑图的组成要素,确定用于衡量所述组合系统的结构复杂程度的复杂性度量指标。采用本发明示例性实施例的污水处理厂的系统复杂性度量方法和装置,能够根据不同子系统之间的独立性和耦合性,提出了基于组合系统拓扑结构的复杂性的评价指标。
Description
技术领域
本发明总体说来涉及污水处理技术领域,更具体地讲,涉及一种污水处理厂的系统复杂性度量方法和装置。
背景技术
污水处理是一个在物理、化学和生物的复杂作用下,通过过滤、吸附、沉淀、氧化和还原等过程,实现多种有机污染物和无机污染物的转化和去除,从而达到净化废水的目的。
为了保证污水处理过程的顺利进行,污水处理厂不仅要设置多阶段密切关联的工艺流程,还要配置多种辅助系统与配套设施。大中型污水处理厂的占地规模庞大,厂区内运行的系统除工艺流程系统以外,还包括供配电系统、鼓风曝气系统、监测控制系统、暖通空调系统和消防报警系统等。这些系统又可以进一步划分为范围更小的子系统,例如,工艺流程系统可分解为污水处理子系统和污泥处理子系统。由于污水处理过程的复杂性,污水处理厂的多个系统和同一系统内部的多个子系统之间都表现出紧密耦合的特点。例如,污泥处理子系统并不是简单地位于污水处理子系统之后运行,而是污泥处理子系统在污水处理子系统的初沉池和终沉池处都会接收排出的污泥,且一部分污泥又作为回流污泥返回到污水处理子系统的曝气池中,以维持污水生化反应过程的连续运行。
目前,存在从社会、经济、环境和技术等方面来对污水处理厂的工程建设方案进行较为全面和客观的描述和评价的各种方法,但在各污水处理厂加强信息化能力建设、依托智慧水务系统提高自身运营与维护水平的大背景下,所用处理单元越来越多,系统日益复杂,关于污水处理厂原有的描述和评价方法无法满足新的需求,因此,针对污水处理厂需要一些新的度量指标和评价方法。
发明内容
本发明的示例性实施例的目的在于提供一种污水处理厂的系统复杂性度量方法和装置,以克服上述至少一个缺陷。
根据本发明示例性实施例的一方面,提供一种污水处理厂的系统复杂性度量方法,包括:构建污水处理厂的组合系统的第一拓扑图,所述组合系统包括多个独立的子系统,每个子系统分别用于完成污水处理厂的一个预定功能;获取第一拓扑图的组成要素;基于获取的第一拓扑图的组成要素,确定用于衡量所述组合系统的结构复杂程度的复杂性度量指标。
可选地,构建污水处理厂的组合系统的第一拓扑图的步骤可包括:针对每个子系统,将该子系统用于完成该子系统的预定功能所使用的所有处理单元作为节点,按照完成该子系统的预定功能的执行处理顺序,生成子系统拓扑图;根据所有子系统拓扑图,构建组合系统的第一拓扑图。
可选地,所述组成要素可包括第一拓扑结构图中的节点和边,其中,每个节点为组合系统中包含的所有处理单元,通过边将存在先后执行处理顺序的两个节点进行连接,以表示通过边连接的两个处理单元之间存在联系。
可选地,所述复杂性度量指标可包括以下项中的至少一项:共用节点数、共用节点占比、共用节点比例度、共用边数、共用边占比、共用边比例度、共用通路的个数、共用通路的长度、复合环的个数、复合环的长度。
可选地,针对每个子系统可分别构建对应的子系统节点集,每个子系统节点集中包括节点的名称,其中,可通过以下方式确定共用节点数:确定所有子系统节点集中具有相同名称的节点的数量,将所述数量确定为共用节点数。
可选地,共用节点占比可包括节点子集占比和节点总集占比,其中,可通过以下方式确定节点子集占比:针对每个子系统拓扑图,将共用节点数与该子系统拓扑图中包括的所有节点的总数的比值,确定为节点子集占比,可通过以下方式确定节点总集占比:将共用节点数与第一拓扑图中包括的所有节点的总数的比值,确定为节点总集占比。
可选地,共用节点比例度可根据每个子系统拓扑图中包括的所有节点的总数以及节点总集占比来确定。
可选地,可通过以下方式确定所述多个子系统中的第一子系统和第二子系统的共用节点比例度:当第一子系统对应的第一子系统拓扑图中包括的所有节点的第一总数不大于第二子系统对应的第二子系统拓扑图中包括的所有节点的第二总数时,将第一总数同第二总数的比值与节点总集占比的乘积确定为共用节点比例度,当第一总数大于第二总数时,将第二总数同第一总数的比值与节点总集占比的乘积确定为共用节点比例度。
可选地,针对每个子系统可分别构建对应的子系统边集,可通过以下方式确定共用边数:针对每个共用节点,从各子系统边集中搜索以该共用节点为起点的所有边,分别获得多个边集合,将所述多个边集合的交集确定为该共用节点的共用边集;将所有共用边集中包含的元素的个数确定为共用边数。
可选地,共用边占比可包括边子集占比和边总集占比,其中,可通过以下方式确定边子集占比:针对每个子系统拓扑图,将共用边数与该子系统拓扑图中包括的所有边的总数的比值,确定为边子集占比,可通过以下方式确定边总集占比:将共用边数与第一拓扑图中包括的所有边的总数的比值,确定为边总集占比。
可选地,共用边比例度可根据每个子系统拓扑图中包括的所有边的总数以及边总集占比来确定。
可选地,可通过以下方式确定所述多个子系统中的第一子系统和第二子系统的共用边比例度:当第一子系统对应的第一子系统拓扑图中包括的所有边的第三总数不大于第二子系统对应的第二子系统拓扑图中包括的所有边的第四总数时,将第三总数同第四总数的比值与边总集占比的乘积确定为共用边比例度,当第三总数大于第四总数时,将第四总数同第三总数的比值与边总集占比的乘积确定为共用边比例度。
可选地,可通过以下方式确定共用通路的个数:利用第一拓扑图中的所有共用边,形成第二拓扑图;将第二拓扑图中形成连通的至少两个共用边确定为一个共用通路,以统计第二拓扑图中的共用通路的个数,其中,可通过以下方式确定任一共用通路的长度:将所述任一共用通路中包括的共用边的个数,确定为所述任一共用通路的长度。
可选地,可通过以下方式确定复合环的个数和长度:搜索第一拓扑图中的所有环;针对搜索到的任一环,判断所述任一环包括的所有边中是否同时存在共用边和非共用边,如果满足同时存在共用边和非共用边,则确定所述任一环为复合环;根据针对所有环的判断结果,确定第一拓扑图中的复合环的个数;将每个复合环中包含的边的个数,分别确定为每个复合环的长度。
在另一总体方面,提供一种污水处理厂的系统复杂性度量装置,包括:第一拓扑图构建单元,构建污水处理厂的组合系统的第一拓扑图,所述组合系统包括多个独立的子系统,每个子系统分别用于完成污水处理厂的一个预定功能;组成要素获取单元,获取第一拓扑图的组成要素;指标确定单元,基于获取的第一拓扑图的组成要素,确定用于衡量所述组合系统的结构复杂程度的复杂性度量指标。
可选地,第一拓扑图构建单元可针对每个子系统,将该子系统用于完成该子系统的预定功能所使用的所有处理单元作为节点,按照完成该子系统的预定功能的执行处理顺序,生成子系统拓扑图,根据所有子系统拓扑图,构建组合系统的第一拓扑图。
可选地,所述组成要素可包括第一拓扑结构图中的节点和边,其中,每个节点为组合系统中包含的所有处理单元,通过边将存在先后执行处理顺序的两个节点进行连接,以表示通过边连接的两个处理单元之间存在联系。
可选地,所述复杂性度量指标可包括以下项中的至少一项:共用节点数、共用节点占比、共用节点比例度、共用边数、共用边占比、共用边比例度、共用通路的个数、共用通路的长度、复合环的个数、复合环的长度。
可选地,组成要素获取单元可针对每个子系统分别构建对应的子系统节点集,每个子系统节点集中可包括节点的名称,其中,指标确定单元可通过以下方式确定共用节点数:确定所有子系统节点集中具有相同名称的节点的数量,将所述数量确定为共用节点数。
可选地,共用节点占比可包括节点子集占比和节点总集占比,其中,指标确定单元可通过以下方式确定节点子集占比:针对每个子系统拓扑图,将共用节点数与该子系统拓扑图中包括的所有节点的总数的比值,确定为节点子集占比,指标确定单元可通过以下方式确定节点总集占比:将共用节点数与第一拓扑图中包括的所有节点的总数的比值,确定为节点总集占比。
可选地,共用节点比例度可根据每个子系统拓扑图中包括的所有节点的总数以及节点总集占比来确定。
可选地,指标确定单元可通过以下方式确定所述多个子系统中的第一子系统和第二子系统的共用节点比例度:当第一子系统对应的第一子系统拓扑图中包括的所有节点的第一总数不大于第二子系统对应的第二子系统拓扑图中包括的所有节点的第二总数时,将第一总数同第二总数的比值与节点总集占比的乘积确定为共用节点比例度,当第一总数大于第二总数时,将第二总数同第一总数的比值与节点总集占比的乘积确定为共用节点比例度。
可选地,组成要素获取单元可针对每个子系统分别构建对应的子系统边集,指标确定单元可通过以下方式确定共用边数:针对每个共用节点,从各子系统边集中搜索以该共用节点为起点的所有边,分别获得多个边集合,将所述多个边集合的交集确定为该共用节点的共用边集;将所有共用边集中包含的元素的个数确定为共用边数。
可选地,共用边占比可包括边子集占比和边总集占比,其中,指标确定单元可通过以下方式确定边子集占比:针对每个子系统拓扑图,将共用边数与该子系统拓扑图中包括的所有边的总数的比值,确定为边子集占比,指标确定单元可通过以下方式确定边总集占比:将共用边数与第一拓扑图中包括的所有边的总数的比值,确定为边总集占比。
可选地,共用边比例度可根据每个子系统拓扑图中包括的所有边的总数以及边总集占比来确定。
可选地,指标确定单元可通过以下方式确定所述多个子系统中的第一子系统和第二子系统的共用边比例度:当第一子系统对应的第一子系统拓扑图中包括的所有边的第三总数不大于第二子系统对应的第二子系统拓扑图中包括的所有边的第四总数时,将第三总数同第四总数的比值与边总集占比的乘积确定为共用边比例度,当第三总数大于第四总数时,将第四总数同第三总数的比值与边总集占比的乘积确定为共用边比例度。
可选地,指标确定单元可通过以下方式确定共用通路的个数:利用第一拓扑图中的所有共用边,形成第二拓扑图;将第二拓扑图中形成连通的至少两个共用边确定为一个共用通路,以统计第二拓扑图中的共用通路的个数,其中,指标确定单元可通过以下方式确定任一共用通路的长度:将所述任一共用通路中包括的共用边的个数,确定为所述任一共用通路的长度。
可选地,指标确定单元可通过以下方式确定复合环的个数和长度:搜索第一拓扑图中的所有环;针对搜索到的任一环,判断所述任一环包括的所有边中是否同时存在共用边和非共用边,如果满足同时存在共用边和非共用边,则确定所述任一环为复合环;根据针对所有环的判断结果,确定第一拓扑图中的复合环的个数;将每个复合环中包含的边的个数,分别确定为每个复合环的长度。
在另一总体方面,提供一种存储有计算机程序的计算机可读存储介质,其特征在于,当所述计算机程序在被处理器执行时实现上述的污水处理厂的系统复杂性度量方法。
在另一总体方面,提供一种计算装置,所述计算装置包括:处理器;存储器,存储有计算机程序,当所述计算机程序被处理器执行时,实现上述的污水处理厂的系统复杂性度量方法。
采用本发明示例性实施例的污水处理厂的系统复杂性度量方法和装置,能够根据不同子系统之间的独立性和耦合性,提出了基于系统拓扑结构的复杂性的评价指标。
附图说明
通过下面结合示例性地示出实施例的附图进行的详细描述,本发明示例性实施例的上述和其它目的、特点和优点将会变得更加清楚,其中:
图1示出根据本发明示例性实施例的污水处理厂的系统复杂性度量方法的流程图;
图2示出根据本发明示例性实施例的包含两个子系统的组合系统的拓扑结构示意图;
图3示出根据本发明示例性实施例的确定第一拓扑图中的共用边数的步骤的流程图;
图4示出根据本发明示例性实施例的确定第一拓扑图中的复合环的个数和长度的步骤的流程图;
图5示出根据本发明示例性实施例的某污水处理厂的工艺流程;
图6示出根据本发明示例性实施例的针对图5所示某污水处理厂的工艺流程构建的组合系统的拓扑图;
图7示出根据本发明示例性实施例的污水处理厂的系统复杂性度量装置的框图。
具体实施方式
现在,将参照附图更充分地描述不同的示例实施例,其中,一些示例性实施例在附图中示出。
图1示出根据本发明示例性实施例的污水处理厂的系统复杂性度量方法的流程图。
参照图1,在步骤S10中,构建污水处理厂的组合系统的第一拓扑图。这里,组合系统包括多个独立的子系统,组合系统的第一拓扑图用于呈现包括多个独立子系统的组合系统的拓扑结构。
在一优选实施例中,组合系统可指为达到不同目的或完成不同功能的多个独立子系统相结合而构成的系统。这些独立的子系统或者依赖于同一对象而存在,或者为实现某种功能而密切联系在一起。组合系统的功能发挥及稳定运行,既取决于各独立的子系统的性能水平,也依赖于各子系统之间的协同配合。
应理解,组合系统不是多个子系统的简单叠加,每个子系统具有以下特征:独立性和耦合性,也就是说,多个子系统之间既是独立的,也具有紧密的耦合性。
这里,独立性是指组合系统内的每个子系统各自都能够完成某一功能,且每个子系统可以不依赖于其它子系统而独立存在。例如,每个子系统能够分别用于完成污水处理厂的一个预定功能,即,一个子系统能够独立完成污水处理厂的一个预定功能。
作为示例,子系统可包括以下项中的至少一项:工艺流程系统、供配电系统、鼓风曝气系统、监测控制系统、暖通空调系统和消防报警系统。例如,工艺流程系统可用于完成的预定功能为污水处理厂的工艺流程(例如,污水处理和/或污泥处理),供配电系统可用于完成对污水处理厂中的各系统、处理单元或设备的供配电等等。
耦合性是指组合系统中包括的多个子系统之间密切相关,例如,不同子系统可共用相同的组成要素,或者不同子系统可接收共同的外部输入等。
因此,组合系统的结构复杂程度既来源于各个独立子系统的复杂性,也与各子系统之间的耦合关系密切相关,这是组合系统复杂性度量的特别之处。在本发明示例性实施例中,基于组合系统的上述特点,提出用于衡量组合系统的结构复杂程度的复杂性度量指标,后续将对此部分内容进行详细说明。
在一优选实施例中,构建污水处理厂的组合系统的第一拓扑图的步骤可包括:针对每个子系统,将该子系统用于完成该子系统的预定功能所使用的所有处理单元作为节点,按照完成该子系统的预定功能的执行处理顺序,生成子系统拓扑图;根据所有子系统拓扑图,构建组合系统的第一拓扑图。例如,可通过将各子系统拓扑图进行叠加合并来获得组合系统的第一拓扑图。
在步骤S20中,获取第一拓扑图的组成要素。
作为示例,第一拓扑图的组成要素可包括第一拓扑结构图中的节点和边。
这里,每个节点为组合系统中包含的所有处理单元,例如,可将处理单元的名称作为节点的名称。通过边将存在先后执行处理顺序的两个节点进行连接,以表示通过边连接的两个处理单元之间存在联系。
图2示出根据本发明示例性实施例的包含两个子系统的组合系统的拓扑结构示意图。
在图2所示的示例中,假设组合系统包括两个子系统,组合系统的各子系统之间以及各子系统内部要素之间的关联关系可以用图的形式来表示,图的连通性可以用于描述子系统各处理单元之间的连接关系。
这里,应理解,如果各子系统及其要素之间的关联关系具有明显的指向性,则所构建的第一拓扑图可为有向图,否则所构建的第一拓扑图可为无向图。在一优选实施例中,针对污水处理厂的组合系统所构建的第一拓扑图为有向图,但本发明不限于此,第一拓扑图也可以为无向图,也就是说,本发明示例性实施例的系统复杂性度量方法也适用于无向图。
图2示出的是组合系统CS的第一拓扑图CSG,在本示例中,假设组合系统CS由独立的子系统S1和S2组成,子系统S1的子系统拓扑图SG1和子系统S2的子系统拓扑图SG2分别为有向图SG1=(V1,E1)和SG2=(V2,E2),这里,V1表示子系统拓扑图SG1的子系统节点集,E1表示子系统拓扑图SG1的子系统边集,V2表示子系统拓扑图SG2的子系统节点集,E2表示子系统拓扑图SG2的子系统边集。
在此情况下,组合系统的第一拓扑图CSG满足如下条件:CSG=(V,E)是一个有向图,V表示第一拓扑图CSG的节点集,E表示第一拓扑图CSG的边集,V=V1∪V2,E=E1∪E2,V为子系统节点集V1和子系统节点集V2的并集,E为子系统边集E1和子系统边集E2的并集,V1∩V2≠φ,子系统节点集V1和子系统节点集V2的交集不为空,E1-E2≠φ或E2-E1≠φ,即,子系统S1和S2是独立的。
基于上述条件,子系统S1和S2可以构成组合系统,则S1和S2的子系统拓扑图中必有共用的节点,但不一定有共用边。又由于E1-E2≠φ或E2-E1≠φ,则S1和S2的子系统拓扑图中至少有一个节点和一条边不与对方共用。
如图2所示,子系统S1对应的子系统拓扑图SG1中的子系统节点集为V1={v1,v2,v3,v4},子系统边集为E1={e1,e2,e3},S2对应的子系统拓扑图SG2中的子系统节点集为V2={v2,v3,v5},子系统边集为E2={e2,e4,e5}。
应理解,图2中以组合系统包括两个子系统为例来进行介绍的,但本发明不限于此,组合系统还可以包括两个以上的子系统。此外,图2中是以拓扑图为有向图为例来进行介绍的,但本发明不限于此,拓扑图也可以为无向图。
返回图1,在步骤S30中,基于获取的第一拓扑图的组成要素,确定用于衡量组合系统的结构复杂程度的复杂性度量指标。
作为示例,用于衡量组合系统的结构复杂程度的复杂性度量指标可包括以下项中的至少一项:共用节点数、共用节点占比、共用节点比例度、共用边数、共用边占比、共用边比例度、共用通路的个数、共用通路的长度、复合环的个数、复合环的长度。
下面分别来介绍确定上述各复杂性度量指标的步骤。
下面介绍确定组合系统的第一拓扑图中的共用节点数的过程。
例如,可针对每个子系统分别构建对应的子系统节点集,每个子系统节点集中包括节点的名称,将组合系统中所有子系统节点集中具有相同名称的节点确定为共用节点。也就是说,当一节点同时存在于至少两个子系统节点集(即,同时属于至少两个子系统)中时,可确定该节点为共用节点。
以图2所示的组合系统的第一拓扑图为例,假设V1和V2分别表示组合系统CS的子系统S1和S2的子系统拓扑图的子系统节点集,va∈V1∩V2,va的个数小于或等于min{|V1|,|V2|},其中,|V1|和|V2|分别为子系统节点集V1和V2中节点的个数,则va称为组合系统的第一拓扑图CSG中的共用节点。在图2所示的第一拓扑图的示例中,共用节点为v2和v3。
例如,可通过以下方式确定共用节点数:确定所有子系统节点集中具有相同名称的节点的数量,将该数量确定为共用节点数。
例如,以图2所示为例,可将子系统拓扑图SG1和SG2的节点名视为字符串,用两个字符串数组表示SG1和SG2的子系统节点集,将通过循环比较确定的两个字符串数组中相同字符串的个数,确定为共用节点数。
下面介绍确定组合系统的第一拓扑图的共用节点占比的过程。
作为示例,共用节点占比可包括节点子集占比和节点总集占比。
例如,可通过以下方式确定节点子集占比:针对每个子系统拓扑图,将共用节点数与该子系统拓扑图中包括的所有节点的总数的比值,确定为节点子集占比。
例如,可通过以下方式确定节点总集占比:将共用节点数与第一拓扑图中包括的所有节点的总数的比值,确定为节点总集占比。
以图2所示的示例为例,组合系统CS的子系统S1和S2的子系统拓扑图的子系统节点集为V1和V2,共用节点集为V1∩V2,则共用节点在子系统节点集V1中的节点子集占比为|V1∩V2|/|V1|。这里,|V1∩V2|表示共用节点集中共用节点的个数,|V1|表示子系统节点集V1中所有节点的个数。
同理,共用节点在子系统节点集V2中的节点子集占比为|V1∩V2|/|V2|,共用节点在节点集V中的节点总集占比为|V1∩V2|/|V|。在图2所示的示例中,共用节点在节点集V中的节点总集占比为2/5。
共用节点占比反映了组合系统的第一拓扑图中共用节点的数量占节点总数的比例。共用节点占比越大,说明组合系统CS中子系统S1和S2的耦合度越大。因为V1∩V2≠φ,所以|V1∩V2|≠0。又因为S1和S2的子系统拓扑图中至少有一个节点不与对方共用,所以,有成立。还因为0≤|V1∩V2|≤|V1|,故此,即,共用节点占比的取值范围是(0,1)。
由于|V1|≤|V|且|V2|≤|V|,所以有和成立。这说明共用节点在组合系统的第一拓扑图的节点集中的占比不大于共用节点在各子系统拓扑图的节点集中的占比。
下面介绍确定组合系统的第一拓扑图的共用节点比例度的过程。
例如,共用节点比例度可根据每个子系统拓扑图中包括的所有节点的总数以及节点总集占比来确定。
在一优选实施例中,可针对多个子系统中的任意两个子系统来计算所述任意两个子系统的共用节点比例度。以多个子系统中的任意两个子系统为第一子系统和第二子系统为例,在此情况下,可通过以下方式确定共用节点比例度。
当第一子系统对应的第一子系统拓扑图中包括的所有节点的第一总数不大于第二子系统对应的第二子系统拓扑图中包括的所有节点的第二总数时,可将第一总数同第二总数的比值与节点总集占比的乘积确定为共用节点比例度。当第一总数大于第二总数时,可将第二总数同第一总数的比值与节点总集占比的乘积确定为共用节点比例度。
例如,以图2所示的示例为例,子系统拓扑图SG1和SG2的共用节点在第一拓扑图CSG节点集V中的节点总集占比为如果|V1|≤|V2|,则SG1和SG2的共用节点比例度kSVP为如果|V1|>|V2|,则共用节点比例度在图2所示的示例中,SG1和SG2的共用节点比例度kSVP为
共用节点比例度kSVP是由子系统拓扑图SG1和SG2中节点总集占比乘以他们各自节点数的比值而得到的,共用节点比例度既描述了组合系统中各子系统拓扑图的大小,又描述了共用节点在组合系统的第一拓扑图中所占的比例。
因为成立,所以,共用节点比例度kSVP可由组合系统的第一拓扑图中共用节点在节点集V1中的节点子集占比共用节点在节点集V2中的节点子集占比和共用节点在节点集V中的节点总集占比来计算。
下面介绍确定组合系统的第一拓扑图中的共用边数的过程。
优选地,可针对每个子系统分别构建对应的子系统边集,例如,以图2所示的示例为例,E1和E2分别是组合系统CS的子系统S1和S2的子系统拓扑图的子系统边集,eb∈E1∩E2,eb的个数小于或等于min{|E1|,|E2|},其中,|E1|和|E2|分别为子系统边集E1和E2中边的个数,则eb称为组合系统的第一拓扑图CSG中的共用边。如果组合系统的第一拓扑图CSG中有共用边,那么CSG中至少有两个共用节点。
在图2所示的示例中,共用边为e2。也就是说,当一条边同时存在于至少两个子系统边集(即,同时属于至少两个子系统)中时,可确定该条边为共用边。
下面参照图3来介绍确定第一拓扑图中的共用边数的过程。
图3示出根据本发明示例性实施例的确定第一拓扑图中的共用边数的步骤的流程图。
参照图3,在步骤S301中,确定共用节点数是否大于1。
如果共用节点数不大于1(即,共用节点数小于或等于1,如共用节点数为零或1),则表明第一拓扑图中不存在共用边,此时共用边数为零。
如果共用节点数大于1,则执行步骤S302:从各子系统边集中搜索以第i个共用节点为起点的所有边,分别获得多个边集合。
以图2所示的示例为例,从子系统拓扑图SG1的子系统边集E1中搜索以第i个共用节点(如v2)为起点的所有边,并将其写入边集合ET1,搜索子系统拓扑图SG2的子系统边集E2中以第i个共用节点为起点的所有边,并将其写入边集合ET2。
在步骤S303中,将多个边集合的交集确定为第i个共用节点的共用边集。
例如,可求取边集合ET1与ET2的交集,并将其写入共用边集ES。
在步骤S304中,判断i是否等于n。这里,i的初始值可为1,n表示第一拓扑图中的共用节点数的总数,n为大于等于1的自然数。但本发明不限于此,也可以是i的初始值为共用节点数的总数,在此情况下n的取值为1。
如果i不等于n,则执行步骤S305:使得i=i+1,并返回执行步骤S302。
如果i等于n,则执行步骤S306:将所有共用边集中包含的元素的个数确定为共用边数。即,将所有共用边集中包含的边的数量确定为共用边数。
例如,输出所有共用边集ES中包含的元素的个数,即为第一拓扑图中的共用边数。
下面介绍确定组合系统的第一拓扑图中的共用边占比的过程。
作为示例,共用边占比可包括边子集占比和边总集占比。
例如,可通过以下方式确定边子集占比:针对每个子系统拓扑图,将共用边数与该子系统拓扑图中包括的所有边的总数的比值,确定为边子集占比。
例如,可通过以下方式确定边总集占比:将共用边数与第一拓扑图中包括的所有边的总数的比值,确定为边总集占比。
以图2所示的示例为例,组合系统CS的子系统S1和S2的子系统拓扑图的子系统边集为E1和E2,共用边集为E1∩E2,则共用边在子系统边集V1中的边子集占比为
相应地,共用边在子系统边集V2中的边子集占比为共用边在边集V中的边总集占比为在图2所示的示例中,共用边在边集V中的边总集占比为
共用边占比反映了组合系统的第一拓扑图中共用边的数量占总边数的比例。共用边占比越大,表明组合系统CS中的子系统S1和S2的耦合度越大。因为E1-E2≠φ,所以又因为0≤|E1∩E2|≤|E1|,因此即,共用边占比的取值范围为[0,1)。
此外,由于|E1|≤|E|且|E2|≤|E|,因此和这表明共用边在组合系统的第一拓扑图的边集中的边总集占比不大于共用边在各子系统拓扑图的边集中的边子集占比。
下面介绍确定组合系统的第一拓扑图中的共用边比例度的过程。
例如,共用边比例度可根据每个子系统拓扑图中包括的所有边的总数以及边总集占比来确定。
在一优选实施例中,针对多个子系统中的任意两个子系统(如第一子系统和第二子系统),可通过以下方式确定该任意两个子系统的共用边比例度。
当第一子系统对应的第一子系统拓扑图中包括的所有边的第三总数不大于第二子系统对应的第二子系统拓扑图中包括的所有边的第四总数时,将第三总数同第四总数的比值与边总集占比的乘积确定为共用边比例度。
当第三总数大于第四总数时,将第四总数同第三总数的比值与边总集占比的乘积确定为共用边比例度。
以图2所示的示例为例,子系统拓扑图SG1和SG2的共用边在其组合系统的第一拓扑图CSG的边集E中的边总集占比为且|E1|≤|E2|,则SG1和SG2的共用边比例度kSEP为如果|E1|>|E2|,则共用边比例度为在图2所示的示例中,SG1和SG2的共用边比例度kSEP为
共用边比例度kSEP是由子系统拓扑图SG1和SG2的边总集占比乘以他们各自的边数的比值而得到的,共用边比例度既描述了组合系统中各子系统拓扑图的大小,又描述了共用节点在组合系统的第一拓扑图中所占的比例。
因为成立,因此,共用边比例度kSEP也可由第一拓扑图中共用边在子系统边集E1中的边子集占比共用边在子系统边集E2中的边子集占比和共用边在边集E中的边总集占比来计算。
下面介绍确定组合系统的第一拓扑图的共用边比例度的过程。
例如,以图2所示的示例中,SG1和SG2分别为组合系统CS的子系统S1和S2的子系统拓扑图,可称SGS(SGS=SG1∩SG2)为组合系统的第一拓扑图CSG中的共用子图,这里,共用节点和共用边为共用子图的组成要素。
下面介绍确定组合系统的第一拓扑图的共用通路的个数和长度的过程。
例如,可通过以下方式确定共用通路的个数:利用第一拓扑图中的所有共用边,形成第二拓扑图,将第二拓扑图中形成连通的至少两个共用边确定为一个共用通路,以统计第二拓扑图中的共用通路的个数。也就是说,将形成一个连通的所有共用边确定为一个共用通路。
例如,可通过以下方式确定任一共用通路的长度:将任一共用通路中包括的共用边的个数,确定为该任一共用通路的长度。
在一优选实施例中,可将第一拓扑图中的所有共用边作为新图的边集,来构建第二拓扑图GSE,作为示例,可利用邻接矩阵来存储第二拓扑图GSE,使用第二拓扑图GSE的邻接矩阵来计算第二拓扑图GSE的可达矩阵。这里,可根据可达矩阵的特性,来获得第二拓扑图GSE中各节点之间的连接关系,将第二拓扑图GSE中各节点之间的连接关系映射为第一拓扑图CSG上的共用通路,根据每个共用通路中包括的共用边的个数来确定各共用通路的长度。
这里,应理解,组合系统的第一拓扑图CSG中的每条共用通路应满足:形成共用通路的边均为共用边,且共用通路中的各共用边两两互异。例如,可利用rS来表示组合系统的第一拓扑图CSG中的一条共用通路,共用通路rS的长度可表示为|rS|。
根据共用子图和共用通路的定义可知,共用通路为共用子图的一个特例。
下面介绍确定组合系统的第一拓扑图中的复合环的个数和长度的过程。
图4示出根据本发明示例性实施例的确定第一拓扑图中的复合环的个数和长度的步骤的流程图。
参照图4,在步骤S310中,搜索第一拓扑图中的所有环。
在一优选实施例中,可建立组合系统的第一拓扑图CSG的邻接矩阵,应用深度优先搜索算法(DFS)来搜索CSG中的所有环。
在步骤S311中,确定搜索到的环的总数是否为零。
如果搜索到的环的总数为零,则确定第一拓扑图中不存在复合环。
如果搜索到的环的总数不为零(即,环的总数大于零),则执行步骤S312:判断第j个环包括的所有边中是否同时存在共用边和非共用边。
这里,当一条边仅存在于一个子系统边集(即,仅属于一个子系统)中时,可确定该条边为非共用边。
优选地,可针对每个子系统分别设置对应的一个标志位,以组合系统包括两个子系统为例,如果搜索到的环的总数不为零,则可设置标志位flag1=flag2=0。
如果第j个环包括的所有边中同时存在共用边和非共用边,则执行步骤S313:确定第j个环为复合环。
这里,当一个环包括的所有边均为共用边或者均为非共用边时,可认为该环不是复合环。但本发明不限于此,本领域技术人员也可以根据实际需要来对复合环进行定义。
这里,可对第j个环包括的每个边分别进行判断,具体判断过程为:假设当前边ej在SG1中,则标志位flag1=1,此时判断当前边ej是否在SG2中,如果边ej在SG2中,则可令flag2=1,如果边ej不在SG2中,则可令flag2=0。判断标志位的乘积flag1×flag2是否为1。如果flag1×flag2=1,则确定当前边ej为共用边,如果第j个环中还存在非共用边,则确定第j个环为复合环,如果flag1×flag2≠1,则确定当前边ej为非共用边,如果第j个环包括的每个边均为非共用边,则确定第j个环不为复合环。
例如,也可以通过其他方式来确定第j个环是否为复合环,例如,可判断第j个环包括的前边ej是否在SG1中,如果前边ej在SG1中,则令flag1=1,如果前边ej不在SG1中,则令flag2=1,当对第j个环包括的所有边均执行完上述判断过程中,确定flag1×flag2是否为1,如果flag1×flag2=1,则确定第j个环为复合环,如果flag1×flag2≠1,则确定第j个环不为复合环。
如果第j个环包括的所有边中不同时存在共用边和非共用边,则执行步骤S314。
在步骤S314中,判断j是否等于m。这里,j的初始值可为1,m为大于等于1的自然数,m为搜索到的环的总数。但本发明不限于此,也可以是j的初始值为搜索到的环的总数,在此情况下m的取值为1。
如果j不等于m,则执行步骤S315:使得j=j+1,并返回执行步骤S312。
如果j等于m,则执行步骤S316中,根据针对所有环的判断结果,确定第一拓扑图中的复合环的个数。
例如,当在步骤S313中确定第j个环为复合环之后,可将该复合环存入复合环的集合中,在步骤S316中将复合环的集合中包括的元素的数量确定为复合环的个数。
在步骤S317中,将每个复合环中包含的边的个数,分别确定为每个复合环的长度。
以图2所示的示例为例,第一拓扑图中包括环(e2,e4,e5),由于e2∈E1且e4∈E2,因此可确定环(e2,e4,e5)为一个复合环。
应理解,如果组合系统由两个以上的子系统构成,则可以依据上述复杂性度量指标的确定方式分析两两子系统构成的组合系统的结构复杂程度,也可以根据实际系统的耦合情况,对图2所示的示例进行相应地扩充,例如,假设某节点为三个子系统构成的组合系统的拓扑图的共用节点,则该共用节点在节点集V中的节点总集占比为
根据本发明示例性实施例所确定的用于衡量组合系统的结构复杂程度的复杂性度量指标,即能够反映组合系统的复杂程度,又可以反映组合系统中的各子系统的复杂程度,还可以反映出各子系统之间的耦合关系特性,能够满足对污水处理厂中各系统的描述和评价需求。
例如,污水处理厂都是根据各地区进水负荷及出水要求而因地制宜地建造,这导致不同污水处理厂的同类系统、甚至同一污水处理厂中的同一系统在提标改造前后都会存在一定的差异。例如,某污水处理厂的生化段采用A2O工艺(厌氧—缺氧—好氧工艺),另一污水处理厂的生化段可能采用倒置A2O工艺或厌氧—第一缺氧—第一好氧—第二缺氧—第二好氧的组合工艺。即使是同一污水处理厂的同一系统,在提标改造前后,工艺流程也可能会发生一些更改。基于本发明示例性实施例的用于衡量组合系统的结构复杂程度的复杂性度量指标能够量化描述不同污水处理厂的同一系统之间的差异以及同一污水处理厂的同一系统在提标改造前后所做的更改。
图5示出根据本发明示例性实施例的某污水处理厂的工艺流程。
应理解,图5是以某污水处理厂的工艺流程为例来进行介绍的,但本发明示例性实施例中所确定的复杂性度量指标是由分析与度量污水处理厂系统结构的拓扑复杂性需求而来,该复杂性度量指标不仅可以用于污水处理厂的工艺流程系统,也可以用于供配电系统、鼓风曝气系统、监测控制系统、暖通空调系统和消防报警系统等。此外,由于该复杂性度量指标具有一般性,其也可以用于描述污水处理厂以外的具有组合特性的类似系统的结构复杂程度。
污水处理厂的工艺流程可分为污水处理和污泥处理两个部分,这两部分有一定的独立性,又紧密联系,因此,可以应用本发明示例性实施例中的复杂性度量指标来进行评价。下面以污水处理厂的工艺流程为例,介绍用于衡量组合系统的结构复杂程度的复杂性度量指标的一应用实施例。
如图5所示。该污水处理厂所用工艺为中负荷(传统活性污泥法)同A2/O工艺(厌氧—缺氧—好氧)的组合,日污水处理量为16万m3/d。在图5所示的示例中,实线所示为污水处理流程,虚线所示为污泥处理流程。
污水处理厂的一些系统之间有紧密耦合的特点,如工艺流程系统的污水处理子系统和污泥处理子系统之间有复杂的污水与污泥的流动。这时,既要描述污水处理子系统和污泥处理子系统各自的复杂程度,又要描述它们之间的耦合关系特性。
对于图5所示的污水处理厂工艺流程,其复杂性主要在于:(1)污水处理流程与污泥处理流程密切相关,初沉池和终沉池都有污泥排放,且一部分污泥回流到曝气池,以维持生化反应的持续进行,这导致在曝气池—配水井—终沉池工艺子段上同时有污水和污泥的流动。(2)该污水处理厂同时采用了中负荷和A2/O两种处理工艺,并且两种处理工艺并非空间上独立存在的,而是两种处理工艺的污水处理和污泥处理部分密切相关。总的来说,两种处理工艺采用不同的曝气池处理同一初沉池排出的污水,A2/O工艺处理的污水最后回用,而中负荷工艺处理的污水最后直接排放。同一初沉池产生的污泥进入到中负荷处理工艺污泥处理部分的污泥浓缩池,两种处理工艺最后产生的污泥经同一污泥脱水间处理后干化外运。
由于图5所示的污水处理厂同时采用中负荷和A2/O两种处理工艺,同一工艺流程的不同处理单元和不同工艺流程的不同处理单元可能都使用相同的名称,如配水井。不仅初沉池后有配水井,而且A2/O曝气池和中负荷曝气池后都有配水井,为对工艺流程中的各处理单元进行有效区分,在将工艺流程的拓扑结构抽象为图形表示时,首先应将工艺流程的各处理单元的名称进行归一化处理,以避免重名或名称相近而引起误解。这里,采用顺序标号的方式为工艺流程的各个部分命名,得到组合系统的第一拓扑图。
图6示出根据本发明示例性实施例的针对图5所示某污水处理厂的工艺流程构建的组合系统的第一拓扑图。
如图6所示,该工艺流程组合系统的第一拓扑图中共有节点22个,边25条。其中,污水处理子系统的子系统拓扑图中共有节点15个,边14条,污泥处理子系统的子系统拓扑图中共有节点14个,边15条。采用上述本发明示例性实施例的污水处理厂的系统复杂性度量方法可获得如下用于衡量组合系统的结构复杂程度的复杂性度量指标。
(1)共用节点
图6所示的工艺流程组合系统的第一拓扑图中共用节点数为7个,共用节点集为{初沉池_1,A2/O曝气池_1,配水井_2,终沉池_1,中负荷曝气池_1,配水井_3,终沉池_2}。
(2)共用节点占比
共用节点在污水处理子系统拓扑图的节点集中的节点子集占比为7/15,共用节点在污泥处理子系统拓扑图的节点集中的节点子集占比为1/2,共用节点在工艺流程组合系统的第一拓扑图的节点集中的节点总集占比为7/22。
(3)共用节点比例度
污水处理子系统拓扑图和污泥处理子系统拓扑图的共用节点比例度kSVP为49/165。
(4)共用边
图6所示的工艺流程组合系统的第一拓扑图中的共用边数为4条,共用边集为{(A2/O曝气池_1,配水井_2),(配水井_2,终沉池_1),(中负荷曝气池_1,配水井_3),(配水井_3,终沉池_2)}。
(5)共用边占比
共用边在污水处理子系统拓扑图的子系统边集中的边子集占比为2/7,共用边在污泥处理子系统拓扑图的子系统边集中的边子集占比为共用节点在工艺流程组合系统的第一拓扑图的节点集中的边总集占比为
(6)共用边比例度
污水处理子系统拓扑图和污泥处理子系统拓扑图的共用边比例度kSEP为
(7)共用通路的个数及长度
工艺流程组合系统的第一拓扑图中的共用通路的个数为两条,分别是((A2/O曝气池_1,配水井_2),(配水井_2,终沉池_1))和((中负荷曝气池_1,配水井_3),(配水井_3,终沉池_2)),这两条通路的长度均为2。
(8)复合环的个数及长度
工艺流程组合系统的第一拓扑图中的复合环的个数为两个,分别是((A2/O曝气池_1,配水井_2),(配水井_2,终沉池_1),(终沉池_1,A2/O曝气池_1))和((中负荷曝气池_1,配水井_3),(配水井_3,终沉池_2),(终沉池_2,中负荷曝气池_1)),这两个复合环的长度均为3。
由上述结果可以看出,该污水处理厂由污水处理子系统和污泥处理子系统构成的工艺流程系统具有相当的复杂性。在组合系统的第一拓扑图中,共用节点占到了节点总数的30%左右,但是由于两子系统的节点数量相差不多,所以,共用节点比例度与共用节点占比非常接近。
共用边数相对共用节点数较少,占到了边总数的16%,同样,共用边的比例度与共用边占比非常接近。两个共用通路都位于复合环中,涉及到的节点共有6个。
两个共用通路的长度均为2,仅比所在的复合环长度少1,这表明除了一条用于污泥回流的边外,其它两条边都是共用边。
通过上述针对组合系统的结构复杂程度的复杂性度量指标的计算与分析,不仅可以帮助污水处理厂相关人员加深对相关工艺的认识与理解,还可以用于描述与比较同一工艺流程技术改造前后的差异,并且为度量不同污水处理厂工艺流程之间的差异提供了量化方法。
本发明示例性实施例中的用于衡量组合系统的结构复杂程度的复杂性度量指标能够描述具有独立性和耦合性的组合系统的结构复杂程度,并且该复杂性度量指标建立在组合系统的拓扑图的基础上,具有简单清晰、物理意义明确的特点。
图7示出根据本发明示例性实施例的污水处理厂的系统复杂性度量装置的框图。
如图7所示,根据本发明示例性实施例的污水处理厂的系统复杂性度量装置包括:第一拓扑图构建单元10、组成要素获取单元20和指标确定单元30。
具体说来,第一拓扑图构建单元10构建污水处理厂的组合系统的第一拓扑图。这里,组合系统包括多个独立的子系统,每个子系统分别用于完成污水处理厂的一个预定功能。
第一拓扑图构建单元10可针对每个子系统,将该子系统用于完成该子系统的预定功能所使用的所有处理单元作为节点,按照完成该子系统的预定功能的执行处理顺序,生成子系统拓扑图,根据所有子系统拓扑图,构建组合系统的第一拓扑图。
组成要素获取单元20获取第一拓扑图的组成要素。
作为示例,第一拓扑图的组成要素可包括第一拓扑结构图中的节点和边。这里,每个节点为组合系统中包含的所有处理单元,通过边将工艺流程上存在先后工艺处理顺序的两个节点进行连接,以表示通过边连接的两个处理单元之间存在联系。
指标确定单元30基于获取的第一拓扑图的组成要素,确定用于衡量组合系统的结构复杂程度的复杂性度量指标。
作为示例,复杂性度量指标可包括以下项中的至少一项:共用节点数、共用节点占比、共用节点比例度、共用边数、共用边占比、共用边比例度、共用通路的个数、共用通路的长度、复合环的个数、复合环的长度。
下面介绍确定上述各复杂性度量指标的过程。
下面介绍确定组合系统的第一拓扑图的共用节点数的过程。
组成要素获取单元20针对每个子系统分别构建对应的子系统节点集,每个子系统节点集中包括节点的名称。
指标确定单元30可通过以下方式确定共用节点数:确定所有子系统节点集中具有相同名称的节点的数量,将该数量确定为共用节点数。
下面介绍确定组合系统的第一拓扑图的共用节点占比的过程。
作为示例,共用节点占比可包括节点子集占比和节点总集占比。
例如,指标确定单元30可通过以下方式确定节点子集占比:针对每个子系统拓扑图,将共用节点数与该子系统拓扑图中包括的所有节点的总数的比值,确定为节点子集占比。
例如,指标确定单元30可通过以下方式确定节点总集占比:将共用节点数与第一拓扑图中包括的所有节点的总数的比值,确定为节点总集占比。
下面介绍确定组合系统的第一拓扑图的共用节点比例度的过程。
例如,共用节点比例度可根据每个子系统拓扑图中包括的所有节点的总数以及节点总集占比来确定。
在一优选实施例中,指标确定单元30可通过以下方式确定多个子系统中的第一子系统和第二子系统的共用节点比例度。
当第一子系统对应的第一子系统拓扑图中包括的所有节点的第一总数不大于第二子系统对应的第二子系统拓扑图中包括的所有节点的第二总数时,指标确定单元30可将第一总数同第二总数的比值与节点总集占比的乘积确定为共用节点比例度。
当第一总数大于第二总数时,指标确定单元30可将第二总数同第一总数的比值与节点总集占比的乘积确定为共用节点比例度。
下面介绍确定组合系统的第一拓扑图的共用边数的过程。
优选地,组成要素获取单元20可针对每个子系统分别构建对应的子系统边集,此时指标确定单元30可通过以下方式确定共用边数。
指标确定单元30针对每个共用节点,从各子系统边集中搜索以该共用节点为起点的所有边,分别获得多个边集合,将所述多个边集合的交集确定为该共用节点的共用边集,将所有共用边集中包含的元素的个数确定为共用边数。
下面介绍确定组合系统的第一拓扑图的共用边占比的过程。
作为示例,共用边占比可包括边子集占比和边总集占比。
例如,指标确定单元30可通过以下方式确定边子集占比:针对每个子系统拓扑图,将共用边数与该子系统拓扑图中包括的所有边的总数的比值,确定为边子集占比。
例如,指标确定单元30可通过以下方式确定边总集占比:将共用边数与第一拓扑图中包括的所有边的总数的比值,确定为边总集占比。
下面介绍确定组合系统的第一拓扑图的共用边比例度的过程。
例如,共用边比例度可根据每个子系统拓扑图中包括的所有边的总数以及边总集占比来确定。
在一优选实施例中,指标确定单元30可通过以下方式确定多个子系统中的第一子系统和第二子系统的共用边比例度。
当第一子系统对应的第一子系统拓扑图中包括的所有边的第三总数不大于第二子系统对应的第二子系统拓扑图中包括的所有边的第四总数时,指标确定单元30将第三总数同第四总数的比值与边总集占比的乘积确定为共用边比例度。
当第三总数大于第四总数时,指标确定单元30将第四总数同第三总数的比值与边总集占比的乘积确定为共用边比例度。
下面介绍确定组合系统的第一拓扑图的共用通路的个数和长度的过程。
例如,指标确定单元30可通过以下方式确定共用通路的个数:利用第一拓扑图中的所有共用边,形成第二拓扑图;将第二拓扑图中形成连通的至少两个共用边确定为一个共用通路,以统计第二拓扑图中的共用通路的个数。
例如,指标确定单元可通过以下方式确定任一共用通路的长度:将所述任一共用通路中包括的共用边的个数,确定为所述任一共用通路的长度。
下面介绍确定组合系统的第一拓扑图中的复合环的个数和长度的过程。
例如,指标确定单元30可通过以下方式确定复合环的个数和长度:搜索第一拓扑图中的所有环;针对搜索到的任一环,判断所述任一环包括的所有边中是否同时存在共用边和非共用边,如果满足同时存在共用边和非共用边,则确定所述任一环为复合环;根据针对所有环的判断结果,确定第一拓扑图中的复合环的个数;将每个复合环中包含的边的个数,分别确定为每个复合环的长度。
根据本发明的示例性实施例还提供一种计算装置。该计算装置包括处理器和存储器。存储器用于存储计算机程序。所述计算机程序被处理器执行使得处理器执行上述的污水处理厂的系统复杂性度量方法的计算机程序。
根据本发明的示例性实施例还提供一种存储有计算机程序的计算机可读存储介质。该计算机可读存储介质存储有当被处理器执行时使得处理器执行上述污水处理厂的系统复杂性度量方法的计算机程序。该计算机可读记录介质是可存储由计算机系统读出的数据的任意数据存储装置。计算机可读记录介质的示例包括:只读存储器、随机存取存储器、只读光盘、磁带、软盘、光数据存储装置和载波(诸如经有线或无线传输路径通过互联网的数据传输)。
采用本发明示例性实施例的污水处理厂的系统复杂性度量方法和装置,针对具有独立性和耦合性的组合系统的特点,从系统拓扑结构的角度,提出了用于衡量组合系统的结构复杂程度的复杂性度量指标及计算方法。
此外,采用本发明示例性实施例的污水处理厂的系统复杂性度量方法和装置,定义了组合系统的拓扑图,区分了具有特殊特征的节点、边、通路和环。此外,根据污水处理厂多个系统和同一系统内部多个子系统之间紧密耦合的特点,提出了基于系统拓扑结构的复杂性度量指标。
此外,采用本发明示例性实施例的污水处理厂的系统复杂性度量方法和装置,针对污水处理厂各系统比较与评价的需求,考虑到不同系统的组合情况,提出了组合系统的复杂性度量指标,满足了污水处理厂信息化管理和智慧水务建设的需要。
此外,采用本发明示例性实施例的污水处理厂的系统复杂性度量方法和装置,以系统拓扑结构为基础,将系统抽象为离散数学中的图模型。通过统计耦合系统内部的节点与连接关系、以及耦合系统之间的连接关系来描述整个系统的复杂程序,旨在解决组合系统拓扑图的复杂性度量问题。
此外,采用本发明示例性实施例的污水处理厂的系统复杂性度量方法和装置,有助于污水处理厂的技术人员和管理人员深入认识与理解工艺流程等系统以及多个系统之间的关联,客观一致地比较和评价同一污水处理厂同一系统改造前后的变化和不同污水处理厂类似系统复杂性的差异。
此外,随着污水处理厂相关工艺的日益复杂、自动化和信息化水平不断提高,各类系统的复杂性逐渐提高,并且相互之间关联越来越紧密,本发明的复杂性度量指标的作用会越来越大。
此外,本发明示例性实施例中的用于衡量组合系统的结构复杂程度的复杂性度量指标具有简单清晰、物理意义明确的特点,方便污水处理厂相关人员的使用和程序算法设计。上述系统复杂性度量方法可以设计成一个独立的计算机程序,也可以作为智慧水务系统的一个功能模块,用以加强污水处理厂的信息化与智能化水平。
此外,采用本发明示例性实施例的污水处理厂的系统复杂性度量方法和装置,具有实用性强、方便使用的特点,既可以应用于污水处理厂的工艺流程系统、供配电系统、鼓风曝气系统、监测控制系统、暖通空调系统和消防报警系统等具有组合特性的系统以及这些系统的组合,甚至可以应用于污水处理的领域之外。
尽管已经参照其示例性实施例具体显示和描述了本发明,但是本领域的技术人员应该理解,在不脱离权利要求所限定的本发明的精神和范围的情况下,可以对其进行形式和细节上的各种改变。
Claims (30)
1.一种污水处理厂的系统复杂性度量方法,其特征在于,包括:
构建污水处理厂的组合系统的第一拓扑图,所述组合系统包括多个独立的子系统,每个子系统分别用于完成污水处理厂的一个预定功能;
获取第一拓扑图的组成要素;
基于获取的第一拓扑图的组成要素,确定用于衡量所述组合系统的结构复杂程度的复杂性度量指标。
2.如权利要求1所述的系统复杂性度量方法,其特征在于,构建污水处理厂的组合系统的第一拓扑图的步骤包括:
针对每个子系统,将该子系统用于完成该子系统的预定功能所使用的所有处理单元作为节点,按照完成该子系统的预定功能的执行处理顺序,生成子系统拓扑图;
根据所有子系统拓扑图,构建组合系统的第一拓扑图。
3.如权利要求2所述的系统复杂性度量方法,其特征在于,所述组成要素包括第一拓扑结构图中的节点和边,
其中,每个节点为组合系统中包含的所有处理单元,通过边将存在先后执行处理顺序的两个节点进行连接,以表示通过边连接的两个处理单元之间存在联系。
4.如权利要求3所述的系统复杂性度量方法,其特征在于,所述复杂性度量指标包括以下项中的至少一项:共用节点数、共用节点占比、共用节点比例度、共用边数、共用边占比、共用边比例度、共用通路的个数、共用通路的长度、复合环的个数、复合环的长度。
5.如权利要求4所述的系统复杂性度量方法,其特征在于,针对每个子系统分别构建对应的子系统节点集,每个子系统节点集中包括节点的名称,
其中,通过以下方式确定共用节点数:
确定所有子系统节点集中具有相同名称的节点的数量,将所述数量确定为共用节点数。
6.如权利要求5所述的系统复杂性度量方法,其特征在于,共用节点占比包括节点子集占比和节点总集占比,
其中,通过以下方式确定节点子集占比:
针对每个子系统拓扑图,将共用节点数与该子系统拓扑图中包括的所有节点的总数的比值,确定为节点子集占比,
通过以下方式确定节点总集占比:
将共用节点数与第一拓扑图中包括的所有节点的总数的比值,确定为节点总集占比。
7.如权利要求6所述的系统复杂性度量方法,其特征在于,共用节点比例度根据每个子系统拓扑图中包括的所有节点的总数以及节点总集占比来确定。
8.如权利要求7所述的系统复杂性度量方法,其特征在于,通过以下方式确定所述多个子系统中的第一子系统和第二子系统的共用节点比例度:
当第一子系统对应的第一子系统拓扑图中包括的所有节点的第一总数不大于第二子系统对应的第二子系统拓扑图中包括的所有节点的第二总数时,将第一总数同第二总数的比值与节点总集占比的乘积确定为共用节点比例度,
当第一总数大于第二总数时,将第二总数同第一总数的比值与节点总集占比的乘积确定为共用节点比例度。
9.如权利要求4所述的系统复杂性度量方法,其特征在于,针对每个子系统分别构建对应的子系统边集,通过以下方式确定共用边数:
针对每个共用节点,从各子系统边集中搜索以该共用节点为起点的所有边,分别获得多个边集合,将所述多个边集合的交集确定为该共用节点的共用边集;
将所有共用边集中包含的元素的个数确定为共用边数。
10.如权利要求9所述的系统复杂性度量方法,其特征在于,共用边占比包括边子集占比和边总集占比,
其中,通过以下方式确定边子集占比:
针对每个子系统拓扑图,将共用边数与该子系统拓扑图中包括的所有边的总数的比值,确定为边子集占比,
通过以下方式确定边总集占比:将共用边数与第一拓扑图中包括的所有边的总数的比值,确定为边总集占比。
11.如权利要求10所述的系统复杂性度量方法,其特征在于,共用边比例度根据每个子系统拓扑图中包括的所有边的总数以及边总集占比来确定。
12.如权利要求11所述的系统复杂性度量方法,其特征在于,通过以下方式确定所述多个子系统中的第一子系统和第二子系统的共用边比例度:
当第一子系统对应的第一子系统拓扑图中包括的所有边的第三总数不大于第二子系统对应的第二子系统拓扑图中包括的所有边的第四总数时,将第三总数同第四总数的比值与边总集占比的乘积确定为共用边比例度,
当第三总数大于第四总数时,将第四总数同第三总数的比值与边总集占比的乘积确定为共用边比例度。
13.如权利要求4所述的系统复杂性度量方法,其特征在于,通过以下方式确定共用通路的个数:
利用第一拓扑图中的所有共用边,形成第二拓扑图;
将第二拓扑图中形成连通的至少两个共用边确定为一个共用通路,以统计第二拓扑图中的共用通路的个数,
其中,通过以下方式确定任一共用通路的长度:
将所述任一共用通路中包括的共用边的个数,确定为所述任一共用通路的长度。
14.如权利要求4所述的系统复杂性度量方法,其特征在于,通过以下方式确定复合环的个数和长度:
搜索第一拓扑图中的所有环;
针对搜索到的任一环,判断所述任一环包括的所有边中是否同时存在共用边和非共用边,如果满足同时存在共用边和非共用边,则确定所述任一环为复合环;
根据针对所有环的判断结果,确定第一拓扑图中的复合环的个数;
将每个复合环中包含的边的个数,分别确定为每个复合环的长度。
15.一种污水处理厂的系统复杂性度量装置,其特征在于,包括:
第一拓扑图构建单元,构建污水处理厂的组合系统的第一拓扑图,所述组合系统包括多个独立的子系统,每个子系统分别用于完成污水处理厂的一个预定功能;
组成要素获取单元,获取第一拓扑图的组成要素;
指标确定单元,基于获取的第一拓扑图的组成要素,确定用于衡量所述组合系统的结构复杂程度的复杂性度量指标。
16.如权利要求15所述的系统复杂性度量装置,其特征在于,第一拓扑图构建单元针对每个子系统,将该子系统用于完成该子系统的预定功能所使用的所有处理单元作为节点,按照完成该子系统的预定功能的执行处理顺序,生成子系统拓扑图,根据所有子系统拓扑图,构建组合系统的第一拓扑图。
17.如权利要求16所述的系统复杂性度量装置,其特征在于,所述组成要素包括第一拓扑结构图中的节点和边,
其中,每个节点为组合系统中包含的所有处理单元,通过边将存在先后执行处理顺序的两个节点进行连接,以表示通过边连接的两个处理单元之间存在联系。
18.如权利要求17所述的系统复杂性度量装置,其特征在于,所述复杂性度量指标包括以下项中的至少一项:共用节点数、共用节点占比、共用节点比例度、共用边数、共用边占比、共用边比例度、共用通路的个数、共用通路的长度、复合环的个数、复合环的长度。
19.如权利要求18所述的系统复杂性度量装置,其特征在于,组成要素获取单元针对每个子系统分别构建对应的子系统节点集,每个子系统节点集中包括节点的名称,
其中,指标确定单元通过以下方式确定共用节点数:
确定所有子系统节点集中具有相同名称的节点的数量,将所述数量确定为共用节点数。
20.如权利要求19所述的系统复杂性度量装置,其特征在于,共用节点占比包括节点子集占比和节点总集占比,
其中,指标确定单元通过以下方式确定节点子集占比:
针对每个子系统拓扑图,将共用节点数与该子系统拓扑图中包括的所有节点的总数的比值,确定为节点子集占比,
指标确定单元通过以下方式确定节点总集占比:将共用节点数与第一拓扑图中包括的所有节点的总数的比值,确定为节点总集占比。
21.如权利要求20所述的系统复杂性度量装置,其特征在于,共用节点比例度根据每个子系统拓扑图中包括的所有节点的总数以及节点总集占比来确定。
22.如权利要求21所述的系统复杂性度量装置,其特征在于,指标确定单元通过以下方式确定所述多个子系统中的第一子系统和第二子系统的共用节点比例度:
当第一子系统对应的第一子系统拓扑图中包括的所有节点的第一总数不大于第二子系统对应的第二子系统拓扑图中包括的所有节点的第二总数时,将第一总数同第二总数的比值与节点总集占比的乘积确定为共用节点比例度,
当第一总数大于第二总数时,将第二总数同第一总数的比值与节点总集占比的乘积确定为共用节点比例度。
23.如权利要求18所述的系统复杂性度量装置,其特征在于,组成要素获取单元针对每个子系统分别构建对应的子系统边集,指标确定单元通过以下方式确定共用边数:
针对每个共用节点,从各子系统边集中搜索以该共用节点为起点的所有边,分别获得多个边集合,将所述多个边集合的交集确定为该共用节点的共用边集;
将所有共用边集中包含的元素的个数确定为共用边数。
24.如权利要求23所述的系统复杂性度量装置,其特征在于,共用边占比包括边子集占比和边总集占比,
其中,指标确定单元通过以下方式确定边子集占比:
针对每个子系统拓扑图,将共用边数与该子系统拓扑图中包括的所有边的总数的比值,确定为边子集占比,
通过以下方式确定边总集占比:将共用边数与第一拓扑图中包括的所有边的总数的比值,确定为边总集占比。
25.如权利要求24所述的系统复杂性度量装置,其特征在于,共用边比例度根据每个子系统拓扑图中包括的所有边的总数以及边总集占比来确定。
26.如权利要求25所述的系统复杂性度量装置,其特征在于,指标确定单元通过以下方式确定所述多个子系统中的第一子系统和第二子系统的共用边比例度:
当第一子系统对应的第一子系统拓扑图中包括的所有边的第三总数不大于第二子系统对应的第二子系统拓扑图中包括的所有边的第四总数时,将第三总数同第四总数的比值与边总集占比的乘积确定为共用边比例度,
当第三总数大于第四总数时,将第四总数同第三总数的比值与边总集占比的乘积确定为共用边比例度。
27.如权利要求18所述的系统复杂性度量装置,其特征在于,指标确定单元通过以下方式确定共用通路的个数:
利用第一拓扑图中的所有共用边,形成第二拓扑图;
将第二拓扑图中形成连通的至少两个共用边确定为一个共用通路,以统计第二拓扑图中的共用通路的个数,
其中,指标确定单元通过以下方式确定任一共用通路的长度:
将所述任一共用通路中包括的共用边的个数,确定为所述任一共用通路的长度。
28.如权利要求18所述的系统复杂性度量装置,其特征在于,指标确定单元通过以下方式确定复合环的个数和长度:
搜索第一拓扑图中的所有环;
针对搜索到的任一环,判断所述任一环包括的所有边中是否同时存在共用边和非共用边,如果满足同时存在共用边和非共用边,则确定所述任一环为复合环;
根据针对所有环的判断结果,确定第一拓扑图中的复合环的个数;
将每个复合环中包含的边的个数,分别确定为每个复合环的长度。
29.一种存储有计算机程序的计算机可读存储介质,其特征在于,当所述计算机程序在被处理器执行时实现如权利要求1至14中任意一项所述的污水处理厂的系统复杂性度量方法。
30.一种计算装置,其特征在于,所述计算装置包括:
处理器;
存储器,存储有计算机程序,当所述计算机程序被处理器执行时,实现如权利要求1至14中任意一项所述的污水处理厂的系统复杂性度量方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910124345.0A CN109872066B (zh) | 2019-02-19 | 2019-02-19 | 污水处理厂的系统复杂性度量方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910124345.0A CN109872066B (zh) | 2019-02-19 | 2019-02-19 | 污水处理厂的系统复杂性度量方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109872066A true CN109872066A (zh) | 2019-06-11 |
CN109872066B CN109872066B (zh) | 2024-02-02 |
Family
ID=66918893
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910124345.0A Active CN109872066B (zh) | 2019-02-19 | 2019-02-19 | 污水处理厂的系统复杂性度量方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109872066B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110275697A (zh) * | 2019-06-28 | 2019-09-24 | 普元信息技术股份有限公司 | 分布式环境下基于拓扑结构的业务中台流程差异对比分析系统及方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040216003A1 (en) * | 2003-04-28 | 2004-10-28 | International Business Machines Corporation | Mechanism for FRU fault isolation in distributed nodal environment |
CN101819661A (zh) * | 2010-05-06 | 2010-09-01 | 中国人民解放军理工大学 | 复杂系统的决策支持能力评估分析方法 |
CN103679564A (zh) * | 2013-12-26 | 2014-03-26 | 国家电网公司 | 一种用于配电网拓扑分析分布式计算的任务分配方法 |
CN104298593A (zh) * | 2014-09-23 | 2015-01-21 | 北京航空航天大学 | 一种基于复杂网络理论的soa系统可靠性评价方法 |
CN104424251A (zh) * | 2013-08-28 | 2015-03-18 | 腾讯科技(深圳)有限公司 | 一种多维度拆分的计算方法以及系统 |
JP2017212492A (ja) * | 2016-05-23 | 2017-11-30 | 日本電信電話株式会社 | ネットワーク経路選択装置、ネットワークトポロジ表示装置、ネットワーク経路選択方法、ネットワークトポロジ表示方法及びプログラム |
CN107704600A (zh) * | 2017-10-16 | 2018-02-16 | 上海康云科技有限公司 | 一种结核检测云数据管理分析系统 |
CN108287711A (zh) * | 2018-03-07 | 2018-07-17 | 北京理工大学 | 一种软件系统的代数构件表示方法和装置 |
CN108306652A (zh) * | 2017-04-11 | 2018-07-20 | 华南理工大学 | 一种低复杂度极化码ca-scl译码器 |
CN108345739A (zh) * | 2018-02-08 | 2018-07-31 | 国家电网公司 | 辨识cime及svg模型文件信息实现保护定值在线校验功能获取模型的方法 |
-
2019
- 2019-02-19 CN CN201910124345.0A patent/CN109872066B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040216003A1 (en) * | 2003-04-28 | 2004-10-28 | International Business Machines Corporation | Mechanism for FRU fault isolation in distributed nodal environment |
CN101819661A (zh) * | 2010-05-06 | 2010-09-01 | 中国人民解放军理工大学 | 复杂系统的决策支持能力评估分析方法 |
CN104424251A (zh) * | 2013-08-28 | 2015-03-18 | 腾讯科技(深圳)有限公司 | 一种多维度拆分的计算方法以及系统 |
CN103679564A (zh) * | 2013-12-26 | 2014-03-26 | 国家电网公司 | 一种用于配电网拓扑分析分布式计算的任务分配方法 |
CN104298593A (zh) * | 2014-09-23 | 2015-01-21 | 北京航空航天大学 | 一种基于复杂网络理论的soa系统可靠性评价方法 |
JP2017212492A (ja) * | 2016-05-23 | 2017-11-30 | 日本電信電話株式会社 | ネットワーク経路選択装置、ネットワークトポロジ表示装置、ネットワーク経路選択方法、ネットワークトポロジ表示方法及びプログラム |
CN108306652A (zh) * | 2017-04-11 | 2018-07-20 | 华南理工大学 | 一种低复杂度极化码ca-scl译码器 |
CN107704600A (zh) * | 2017-10-16 | 2018-02-16 | 上海康云科技有限公司 | 一种结核检测云数据管理分析系统 |
CN108345739A (zh) * | 2018-02-08 | 2018-07-31 | 国家电网公司 | 辨识cime及svg模型文件信息实现保护定值在线校验功能获取模型的方法 |
CN108287711A (zh) * | 2018-03-07 | 2018-07-17 | 北京理工大学 | 一种软件系统的代数构件表示方法和装置 |
Non-Patent Citations (2)
Title |
---|
JONATHAN WESTON-DAWKES: "《Calculating availability bounds in complex systems and IP network topologies》", 《2014 IEEE INTERNATIONAL CONFERENCE OF INTERNET》 * |
米金华: "《认知不确定性下复杂系统的可靠性分析与评估》", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110275697A (zh) * | 2019-06-28 | 2019-09-24 | 普元信息技术股份有限公司 | 分布式环境下基于拓扑结构的业务中台流程差异对比分析系统及方法 |
CN110275697B (zh) * | 2019-06-28 | 2022-11-22 | 普元信息技术股份有限公司 | 分布式环境下基于拓扑结构的业务中台流程差异对比分析系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109872066B (zh) | 2024-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Simonovic et al. | A new modeling approach for water resources policy analysis | |
Klemeš | Assessing and measuring environmental impact and sustainability | |
Hipel | Multiple objective decision making in water resources 1 | |
Raju et al. | Ranking irrigation planning alternatives using data envelopment analysis | |
CN111784084B (zh) | 基于梯度提升决策树的出行生成预测方法、系统及装置 | |
CN111310294A (zh) | 交通管理与控制服务指数的评价指标体系建立及发布方法 | |
Song et al. | A decision making system for construction temporary facilities layout planning in large-scale construction projects | |
Pham et al. | Modeling of Bunus regional sewage treatment plant using machine learning approaches | |
CN117170221A (zh) | 一种污水处理的人工智能控制系统 | |
CN113762784A (zh) | 污水处理系统布局规划方案的定量化综合评价方法及系统 | |
CN110032755A (zh) | 多工况下城市污水处理过程多目标优化方法 | |
Amer et al. | Formalizing construction sequencing knowledge and mining company-specific best practices from past project schedules | |
CN109872066A (zh) | 污水处理厂的系统复杂性度量方法和装置 | |
CN110276549A (zh) | 化工企业废水化学污染物特因子清单构建方法及装置 | |
Liyanage et al. | Comparison of optimized selection methods of sampling sites network for water quality monitoring in a river | |
Hopkins et al. | Generating alternative solutions for dynamic programing models of water resources problems | |
Kisser et al. | The fabrics of a circular city | |
VE et al. | Mrmr-eho-based feature selection algorithm for regression modelling | |
Zhang et al. | Empirical study on urban sustainable development model based on identification of advantages and disadvantages | |
CN109859087A (zh) | 一种应用城市超脑的智能社区软环境配置系统和方法 | |
Sharma et al. | Sustainable tourism using decision support system based on system dynamics: A case study from Amsterdam | |
Booth et al. | Generation and evaluation in structure planning: A review | |
Barbhuiya et al. | Performance of smart cities concerning the use of internet of things: a case study of four Indian Himalayan cities | |
CN114692421A (zh) | 基于人工智能的水质减排方法及相关设备 | |
KR20230086851A (ko) | 유입 하수 변동에 따른 하수처리시설의 지속가능한 운전을 위한 하이브리드 머신러닝 기반 다목적 제어시스템 및 제어방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240814 Address after: Room 103, No. 780, Tanghekou Street, Tanghekou Town, Huairou District, Beijing Patentee after: DASMART ENVIRONMENTAL TECHNOLOGIES (BEIJING) Co.,Ltd. Country or region after: China Address before: 100176 No. 8 Boxing Road, Daxing District, Beijing Economic and Technological Development Zone Patentee before: BEIJING ETECHWIN ELECTRIC Co.,Ltd. Country or region before: China |
|
TR01 | Transfer of patent right |