[发明专利]一种室内污染源位置识别方法

摘要

本发明公开了一种室内污染源位置识别方法，在正向模拟阶段，根据研究对象，建立相应的物理模型，设定传感器位置、数量及检出限，确定训练样本数，进行正向模拟计算。在网络训练阶段，使用三层网络结构，分别使用三种监测数据作为网络的输入，根据正向计算结果确定输入层神经元个数，将归一化后的污染源空间坐标作为网络的输出，使用贝叶斯正则化算法对网络进行训练，选定合适的训练参数，对网络进行训练，以确定最佳网络参数。在识别阶段可利用实际监测的污染物数据作为输入信息，进而快速识别出污染源位置；与现有技术相比，本发明使用CFD技术与BP神经网络技术相结合，实现室内污染源位置的快速识别，且识别结果准确、有效。

主权项

一种室内污染源位置识别方法，利用计算流体力学CFD方法与多层前馈网络BP网络的结合，分为正向模拟阶段、训练阶段和识别阶段，实现神经网络的污染源位置识别，其特征在于，该方法包括具体以下步骤：步骤一，正向模拟阶段：利用CFD方法根据研究对象建立物理模型，设定传感器数量、位置为检出限，设定初始条件与边界条件，位确定训练样本的数量及位置，进行正向模拟计算，得到各个监测点处污染物浓度随时间变化的曲线；步骤二、网络训练阶段：将训练样本中污染源位置和污染源位置监测信息输入BP网络，根据正向模拟计算结果确定输入层神经元个数，将归一化后的训练样本中污染源空间坐标作为BP网络的输出，选定训练参数；使用贝叶斯正则化算法对BP网络进行训练，对BP网络进行训练，以确定最佳网络参数；步骤三、识别阶段：将实际污染污染物监测信息输入BP网络，所述归一化后的污染源空间坐标作为输出信息，所述输出信息处理即对应得到实际污染源位置。