CN111652425B - 一种基于粗糙集和长短期记忆网络的河流水质预测方法 - Google Patents

Abstract

本发明公开了一种基于粗糙集和长短期记忆网络的河流水质预测方法，使用针对不确定信息的粗糙集方法筛选主要因素，解决长序列训练过程中的梯度消失和梯度爆炸问题的长短期记忆网络建模进行河流水质预测，包括以下步骤：S1：采集数据形成原始序列，其中数据为历史数据，包括水质数据、水文数据、天气数据和经济社会数据；S2：建立预测模型，具体采用粗糙集理论对水质的影响因素进行约简，形成约简集，使用约简集进行长短期记忆网络建模训练；S3：利用步骤S2中的预测模型，对未来时刻水质进行预测；S4：输出预测结果。

Description

一种基于粗糙集和长短期记忆网络的河流水质预测方法

技术领域

本发明涉及水质预测领域，尤其涉及一种基于粗糙集和长短期记忆网络的河流水质预测方法。

背景技术

水质预测是水污染防控的重要组成部分，是一种辅助和改善各种社会经济、环境等决策过程的有利工具，使得水资源的开发建设活动建立在环境协调和可持续发展的基础上，在水环境管理中起着重要的作用。通过对水质的预测可以了解其变化状况，在水资源管理中针对水质波动状况及时地采取有效的处理措施，对预防疾病，提高人民健康水平，保证社会稳定，为社会经济环境可持续发展提供技术保障。

目前有许多方法用于水质预测，例如水质机理模型、统计概率模型、智能模型等。随着计算机技术和硬件条件发展，水质智能预测模型受到广泛关注和研究。智能模型是一种以建立输入输出数据之间的最优数学关系为目标的黑箱方法，结构灵活，自适应学习能力强，能很好反映径流序列的非线性、时序性、随机性等耦合特性。

发明内容

针对上述现有技术的不足，本专利申请提出一种基于粗糙集和长短期记忆网络的河流水质预测方法，该方法能有效预测流域日水质变化。

为了实现上述目的，本发明采用了如下技术方案：

一种基于粗糙集和长短期记忆网络的河流水质预测方法，使用针对不确定信息的粗糙集方法筛选主要因素，解决长序列训练过程中的梯度消失和梯度爆炸问题的长短期记忆网络建模进行河流水质预测，包括以下步骤：

S1：采集数据形成原始序列，其中数据为历史数据，包括水质数据、水文数据、天气数据和经济社会数据；

S2：建立预测模型，具体采用粗糙集理论对水质的影响因素进行约简，形成约简集，使用约简集进行长短期记忆网络建模训练；

S3：利用步骤S2中的预测模型，对未来时刻水质进行预测；

S4：输出预测结果。

进一步的，步骤S1中，水质数据包括水质的PH值、溶解氧、高猛酸盐指数、氨氮含量、总磷、水温、化学需氧量；水文数据包括流量、水位、含沙量；天气数据包括：降雨量、天气、温度、季节；经济社会数据包括人口、城市化率、工业产值、农业产值、废水排放。

进一步的，步骤S1中，采集数据完成后，需要进行转化和缺失数据补齐，并将所有的多源数据纳入统一的分析框架内。

进一步的，步骤S1中，历史数据为日数据。

进一步的，步骤S2中，建立预测模型的具体实施步骤包括：

A1：使用地表水环境质量标准现值对水质进行区域划分，得到水质类别；

A2：对收集到的所述历史数据进行离散化，使用粗糙集方法进行属性约简；

A3：将步骤A2中所述属性约简结果输入到长短期记忆网络中，进行网络建模，得到最终预测结果。

进一步的，所述步骤A2中进行离散化采用连续数据使用信息熵(Entropy)算法，进行属性约简使用遗传算法(Genetic)，输出属性约简集合。

进一步的，步骤S3中，对未来时刻水质进行预测的具体步骤为：按照训练输入-输出模式，将新的数据输入粗糙集和长短期记忆网络中，模型输出即为未来时刻水质。

进一步的，所述预测未来时刻水质步骤具体包括：

将数据集中连续数据进行离散化，水质数据集为U，类别数为n，设u为U中的一个样本，u_a为u在属性a上的取值，属性a为连续属性，a的取值集合为U_a＝{u_a∣u∈U}＝{x₁，x₂，…，x_n}，对a进行基于信息熵的离散化。

B1：对属性a的所有取值从小至大进行排序，设得到的序列为：x₁，x₂，…，x_n；

B2：设置候选分割点T_i，认为每个T_i为一个潜在的区间边界：

即T_i将样本集合U划分为两个子集U_1i＝{u∈U∣u_a≤Ti}和U_2i＝{u∈U∣u_a>Ti}，选择T_i，使得将其作为分割点划分U后的熵最小，熵的计算公式如下：

其中，p_ki为类别i在子集U_k中的概率，

B3：将粗糙集输出结果也就是属性约简集输入长短期记忆网络，进行网络建模，所述的长短期记忆网络的输入变量个数由粗糙集属性约简集的个数决定，设置两层LSTM网络，设置记忆单元个数为128，迭代次数设置为100，sigmod函数控制遗忘门，输入门和输出门，tanh函数为激活函数，具体步骤为：

C31：遗忘门控制细胞历史状态信息的保留，激活函数使得遗忘门的输出值在[0,1]之间，当遗忘门输出为0的时候，表示将上一层状态的信息全部丢弃；为1的时候，表示上一层状态的信息全部保留。遗忘门的输入为上一层的输出h_t-1和当前层的输入x_t，通过sigmoid激活函数，得到遗忘门的输出f_t，数学表达式为：

f_t＝σ(W_f*[h_t-1,x_t]+b_f)

其中，σ为sigmoid激活函数，h_t-1为上一层的输出，x_t是当前层的输入，W_f是权重，b_f是偏置；

C32：输入门控制信息输入，生成补充信息。首先使用Sigmoid激活函数，负责处理当前序列位置的输入，输出为i_t。然后使用tanh激活函数，输出为C_t ，两者的结果后面会相乘再去更新细胞状态，数学表达式如下：

i_t＝σ(W_i*[h_t-1,x_t]+b_i)

C_t ＝tanh(W_C*[h_t-1,x_t]+b_C)

其中，W_i和W_C是权重，b_f和b_c是偏置；

C33：更新信息，信息通过遗忘门和输入门得出的结果，需要进行更新状态。输出结果C_t由两部分组成，第一部分是C_t-1和第一步(遗忘门)输出f_t的乘积，第二部分是第二步(输入门)的i_t和C_t 的乘积，计算公式如下所示：

C_t＝f_t*C_t-1+i_t*C_t

C34：输出门选择性输出，sigmoid层确定细胞状态的哪个部分将输出出去。把细胞状态通过tanh层进行处理(得到一个在-1到1之间的值)并将它和sigmoid门的输出相乘，得到最终输出结果，计算公式如下：

O_t＝σ(W_oh_t-1+U_Ox_t+b_O)

h_t＝O_t*tanh(C_t)

最终的输出结果h_t由两部分组成，第一部分是O_t，它由上一层的输出h_t-1和当前层的输入x_t，以及激活函数sigmoid得到，第二部分由第三步的输出和tanh激活函数组成；

C35：重复以上步骤，得到最后的水质预测结果。

有益效果

(1)利用不确定性粗糙集理论进行属性约简，减少了信息冗余，降低了模型的复杂度；

(2)利用长短期记忆网络，解决了长序列训练过程中的梯度消失和梯度爆炸问题；

(3)使用粗糙集和长短期记忆网络的新方法进行水质预测。

附图说明：

图1为本发明所述一种基于粗糙集和长短期记忆网络的河流水质预测方法的系统流程图；

图2为本发明所述一种基于粗糙集和长短期记忆网络的河流水质预测方法的模型流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。

参照图1-图2，一种基于粗糙集和长短期记忆网络的河流水质预测方法，使用针对不确定信息的粗糙集方法筛选主要因素，解决长序列训练过程中的梯度消失和梯度爆炸问题的长短期记忆网络建模进行河流水质预测，包括以下步骤：

S1：采集数据形成原始序列，其中数据为历史数据，包括水质数据、水文数据、天气数据和经济社会数据；

S2：建立预测模型，具体采用粗糙集理论对水质的影响因素进行约简，形成约简集，使用约简集进行长短期记忆网络建模训练；

S3：利用步骤S2中的预测模型，对未来时刻水质进行预测；

S4：输出预测结果。

优化的，步骤S1中，水质数据包括水质的PH值、溶解氧、高猛酸盐指数、氨氮含量、总磷、水温、化学需氧量；水文数据包括流量、水位、含沙量；天气数据包括：降雨量、天气、温度、季节；经济社会数据包括人口、城市化率、工业产值、农业产值、废水排放。

优化的，步骤S1中，采集数据完成后，需要进行转化和缺失数据补齐，并将所有的多源数据纳入统一的分析框架内。

优化的，步骤S1中，历史数据为日数据。

优化的，步骤S2中，建立预测模型的具体实施步骤包括：

A1：使用地表水环境质量标准现值对水质进行区域划分，得到水质类别；

A2：对收集到的所述历史数据进行离散化，使用粗糙集方法进行属性约简；

A3：将步骤A2中所述属性约简结果输入到长短期记忆网络中，进行网络建模，得到最终预测结果。

优化的，所述步骤A2中进行离散化采用连续数据使用信息熵(Entropy)算法，进行属性约简使用遗传算法(Genetic)，输出属性约简集合。

优化的，步骤S3中，对未来时刻水质进行预测的具体步骤为：按照训练输入-输出模式，将新的数据输入粗糙集和长短期记忆网络中，模型输出即为未来时刻水质。

优化的，所述预测未来时刻水质步骤具体包括：

将数据集中连续数据进行离散化，水质数据集为U，类别数为n，设u为U中的一个样本，u_a为u在属性a上的取值，属性a为连续属性，a的取值集合为U_a＝{u_a∣u∈U}＝{x₁，x₂，…，x_n}，对a进行基于信息熵的离散化。

B1：对属性a的所有取值从小至大进行排序，设得到的序列为：x₁，x₂，…，x_n；

B2：设置候选分割点T_i，认为每个T_i为一个潜在的区间边界：

即T_i将样本集合U划分为两个子集U_1i＝{u∈U∣u_a≤Ti}和U_2i＝{u∈U∣u_a>Ti}，选择T_i，使得将其作为分割点划分U后的熵最小，熵的计算公式如下：

其中，p_ki为类别i在子集U_k中的概率，

B3：将粗糙集输出结果也就是属性约简集输入长短期记忆网络，进行网络建模，所述的长短期记忆网络的输入变量个数由粗糙集属性约简集的个数决定，设置两层LSTM网络，设置记忆单元个数为128，迭代次数设置为100，sigmod函数控制遗忘门，输入门和输出门，tanh函数为激活函数，具体步骤为：

C31：遗忘门控制细胞历史状态信息的保留，激活函数使得遗忘门的输出值在[0,1]之间，当遗忘门输出为0的时候，表示将上一层状态的信息全部丢弃；为1的时候，表示上一层状态的信息全部保留。遗忘门的输入为上一层的输出h_t-1和当前层的输入x_t，通过sigmoid激活函数，得到遗忘门的输出f_t，数学表达式为：

f_t＝σ(W_f*[h_t-1,x_t]+b_f)

其中，σ为sigmoid激活函数，h_t-1为上一层的输出，x_t是当前层的输入，W_f是权重，b_f是偏置；

C32：输入门控制信息输入，生成补充信息。首先使用Sigmoid激活函数，负责处理当前序列位置的输入，输出为i_t。然后使用tanh激活函数，输出为C_t ，两者的结果后面会相乘再去更新细胞状态，数学表达式如下：

i_t＝σ(W_i*[h_t-1,x_t]+b_i)

C_t ＝tanh(W_C*[h_t-1,x_t]+b_C)

其中，W_i和W_C是权重，b_f和b_c是偏置；

C33：更新信息，信息通过遗忘门和输入门得出的结果，需要进行更新状态。输出结果C_t由两部分组成，第一部分是C_t-1和第一步(遗忘门)输出f_t的乘积，第二部分是第二步(输入门)的i_t和C_t 的乘积，计算公式如下所示：

C_t＝f_t*C_t-1+i_t*C_t

C34：输出门选择性输出，sigmoid层确定细胞状态的哪个部分将输出出去。把细胞状态通过tanh层进行处理(得到一个在-1到1之间的值)并将它和sigmoid门的输出相乘，得到最终输出结果，计算公式如下：

O_t＝σ(W_oh_t-1+U_Ox_t+b_O)

h_t＝O_t*tanh(C_t)

最终的输出结果h_t由两部分组成，第一部分是O_t，它由上一层的输出h_t-1和当前层的输入x_t，以及激活函数sigmoid得到，第二部分由第三步的输出和tanh激活函数组成；

C35：重复以上步骤，得到最后的水质预测结果。

有益效果

(1)利用不确定性粗糙集理论进行属性约简，减少了信息冗余，降低了模型的复杂度；

(2)利用长短期记忆网络，解决了长序列训练过程中的梯度消失和梯度爆炸问题；

(3)使用粗糙集和长短期记忆网络的新方法进行水质预测。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (5)

1.一种基于粗糙集和长短期记忆网络的河流水质预测方法，其特征在于：使用针对不确定信息的粗糙集方法筛选主要因素，解决长序列训练过程中的梯度消失和梯度爆炸问题的长短期记忆网络建模进行河流水质预测，包括以下步骤：

S1：采集数据形成原始序列，其中数据为历史数据，包括水质数据、水文数据、天气数据和经济社会数据；

S2：建立预测模型，具体采用粗糙集理论对水质的影响因素进行约简，形成约简集，将接受的历史数据进行离散化，采用连续数据使用信息熵(Entropy)算法，进行属性约简使用遗传算法(Genetic)，输出属性约简集合，使用约简集进行长短期记忆网络建模训练；

S3：利用步骤S2中的预测模型，对未来时刻水质进行预测；

S4：输出预测结果；

步骤S3中，对未来时刻水质进行预测的具体步骤为：按照训练输入-输出模式，将新的数据输入粗糙集和长短期记忆网络中，模型输出即为未来时刻水质；

所述预测未来时刻水质步骤具体包括：

将数据集中连续数据进行离散化，水质数据集为U，类别数为n，设u为U中的一个样本，u_a为u在属性a上的取值，属性a为连续属性，a的取值集合为U_a＝{u_a∣u∈U}＝{x₁，x₂，…，x_n}，对a进行基于信息熵的离散化；

B1：对属性a的所有取值从小至大进行排序，设得到的序列为：x₁，x₂，…，x_n；

B2：设置候选分割点T_i，认为每个T_i为一个潜在的区间边界：

即T_i将样本集合U划分为两个子集U_1i＝{u∈U∣u_a≤Ti}和U_2i＝{u∈U∣u_a>Ti}，选择T_i，使得将其作为分割点划分U后的熵最小，熵的计算公式如下：

其中，p_ki为类别i在子集U_k中的概率，

B3：将粗糙集输出结果也就是属性约简集输入长短期记忆网络，进行网络建模，所述的长短期记忆网络的输入变量个数由粗糙集属性约简集的个数决定，设置两层LSTM网络，设置记忆单元个数为128，迭代次数设置为100，sigmod函数控制遗忘门，输入门和输出门，tanh函数为激活函数，具体步骤为：

C31：遗忘门控制细胞历史状态信息的保留，激活函数使得遗忘门的输出值在[0,1]之间，当遗忘门输出为0的时候，表示将上一层状态的信息全部丢弃；为1的时候，表示上一层状态的信息全部保留；遗忘门的输入为上一层的输出h_t-1和当前层的输入x_t，通过sigmoid激活函数，得到遗忘门的输出f_t，数学表达式为：

f_t＝σ(W_f*[h_t-1,x_t]+b_f)

其中，σ为sigmoid激活函数，h_t-1为上一层的输出，x_t是当前层的输入，W_f是权重，b_f是偏置；

C32：输入门控制信息输入，生成补充信息；首先使用Sigmoid激活函数，负责处理当前序列位置的输入，输出为i_t；然后使用tanh激活函数，输出为C _t，两者的结果后面会相乘再去更新细胞状态，数学表达式如下：

i_t＝σ(W_i*[h_t-1,x_t]+b_i)

C_t ＝tanh(W_C*[h_t-1,x_t]+b_C)

其中，W_i和W_C是权重，b_f和b_c是偏置；

C33：更新信息，信息通过遗忘门和输入门得出的结果，需要进行更新状态；输出结果C_t由两部分组成，第一部分是C_t-1和第一步遗忘门输出f_t的乘积，第二部分是第二步输入门的i_t和C _t的乘积，计算公式如下所示：

C_t＝f_t*C_t-1+i_t*C_t

C34：输出门选择性输出，sigmoid层确定细胞状态的哪个部分将输出出去；把细胞状态通过tanh层进行处理，得到一个在-1到1之间的值并将它和sigmoid门的输出相乘，得到最终输出结果，计算公式如下：

O_t＝σ(W_oh_t-1+U_Ox_t+b_O)

h_t＝O_t*tanh(C_t)

最终的输出结果h_t由两部分组成，第一部分是O_t，它由上一层的输出h_t-1和当前层的输入x_t，以及激活函数sigmoid得到，第二部分由第三步的输出和tanh激活函数组成；

C35：重复以上步骤，得到最后的水质预测结果。

2.根据权利要求1所述的一种基于粗糙集和长短期记忆网络的河流水质预测方法，其特征在于，步骤S1中，水质数据包括水质的PH值、溶解氧、高猛酸盐指数、氨氮含量、总磷、水温、化学需氧量；水文数据包括流量、水位、含沙量；天气数据包括：降雨量、天气、温度、季节；经济社会数据包括人口、城市化率、工业产值、农业产值、废水排放。

3.根据权利要求2所述的一种基于粗糙集和长短期记忆网络的河流水质预测方法，其特征在于，步骤S1中，采集数据完成后，需要进行转化和缺失数据补齐，并将所有的多源数据纳入统一的分析框架内。

4.根据权利要求3所述的一种基于粗糙集和长短期记忆网络的河流水质预测方法，其特征在于，步骤S1中，历史数据为日数据。

5.根据权利要求4所述的一种基于粗糙集和长短期记忆网络的河流水质预测方法，其特征在于，步骤S2中，建立预测模型的具体实施步骤包括：

A1：使用地表水环境质量标准现值对水质进行区域划分，得到水质类别；

A2：对收集到的所述历史数据进行离散化，使用粗糙集方法进行属性约简；

A3：将步骤A2中所述属性约简结果输入到长短期记忆网络中，进行网络建模，得到最终预测结果。