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！

龙图腾网恭喜南昌大学申请的专利一种基于融合鲸鱼优化算法的水质时序预测方法及系统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：CN119724430B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202510228738.1，技术领域涉及：G16C20/70；该发明授权一种基于融合鲸鱼优化算法的水质时序预测方法及系统是由邱桃荣;张卫凤;白小明;王兆华;帅冬生设计研发完成，并于2025-02-28向国家知识产权局提交的专利申请。

本一种基于融合鲸鱼优化算法的水质时序预测方法及系统在说明书摘要公布了：本发明涉及水质预测技术领域，具体涉及到一种基于融合鲸鱼优化算法的水质时序预测方法及系统。水质时序预测方法包括：采集水质监测数据并对水质监测数据进行预处理，得到水质时间序列数据；通过小波去噪方式对水质时间序列数据进行降噪处理；通过WOA对EEMD的参数进行优化，通过EEMD对水质时间序列数据进行分解，得到若干个IMF；以目标水质指标作为预测指标，通过CNN‑LSTM深度学习模型对每个IMF进行预测并得到预测结果。本发明采用WOA自动优化EEMD中的关键参数，克服了传统方法中人工选择参数的局限性，提升了预测精度与鲁棒性。本发明优化后的EEMD不仅能够有效降低水质数据中的噪声，还实现了多尺度信号分析。

本发明授权一种基于融合鲸鱼优化算法的水质时序预测方法及系统在权利要求书中公布了：1.一种基于融合鲸鱼优化算法的水质时序预测方法，其特征在于，包括以下步骤：步骤1，采集水质监测数据并对水质监测数据进行预处理，得到水质时间序列数据；步骤2，通过小波去噪方式对水质时间序列数据进行降噪处理；步骤3，通过融合鲸鱼优化算法WOA对集成经验模态分解法EEMD的参数进行优化，通过EEMD对水质时间序列数据进行分解，得到若干个内在模态函数IMF；步骤4，以目标水质指标作为预测指标，通过CNN-LSTM深度学习模型对每个IMF进行预测并得到预测结果；汇总所有IMF的预测结果，输出整个水质时间序列数据的预测值；在所述步骤3中，通过融合鲸鱼优化算法WOA对集成经验模态分解法EEMD的参数进行优化，具体包括：步骤301，初始化种群：随机生成一个参数集合，参数集合中的每个个体代表一组参数，参数包括合成分组大小和噪声标准差，这些参数的取值范围由下界和上界定义；步骤302，评估适应度：通过定义的适应度函数计算每个个体的适应度值，即包络熵；若适应度值越低，则表示参数组合越优秀；步骤303，更新种群：WOA通过模拟鲸鱼的捕食行为来更新种群，包括环绕猎物、螺旋移动和搜索猎物；每一步都通过特定的数学公式来更新个体的位置，逐步逼近最优解；步骤304，边界检查：更新种群后，确保所有参数值都在允许的设定范围内；步骤305，迭代与收敛：重复上述步骤，直到达到最大迭代次数；每次迭代中，都会更新最优解，并记录每次迭代的最优适应度值；在所述步骤3中，通过EEMD对水质时间序列数据进行分解，具体包括：使用经过WOA优化后的EEMD参数对预处理后的水质时间序列数据执行EEMD分解，获得若干个内在模态函数IMF和一个残差： ；其中，是预处理后的水质数据，N是分解得到的IMF数量。

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南昌大学，其通讯地址为：330000 江西省南昌市红谷滩新区学府大道999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”。