Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 河海大学;中国科学院南京土壤研究所李远航获国家专利权

河海大学;中国科学院南京土壤研究所李远航获国家专利权

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!

龙图腾网获悉河海大学;中国科学院南京土壤研究所申请的专利水盐与污染物协同调控优化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:CN121684222B

龙图腾网通过国家知识产权局官网在2026-05-12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:202610189592.9,技术领域涉及:G06Q10/04;该发明授权水盐与污染物协同调控优化方法是由李远航;张梓琪;张宇航;林慧媚;黄萱;夏永秋设计研发完成,并于2026-02-10向国家知识产权局提交的专利申请。

水盐与污染物协同调控优化方法在说明书摘要公布了:本发明涉及水盐与污染物协同调控优化技术领域,具体涉及水盐与污染物协同调控优化方法。获取目标区域中的条田、排水沟渠、生态消纳池、强排站以及外排河道出口分别对应的空间位置信息以及属性信息;根据条田、排水沟渠、生态消纳池、强排站以及外排河道出口分别对应的空间位置信息以及属性信息,构建目标有向图网络模型;基于目标有向图网络模型,确定目标区域对应的水盐与污染物协同调控优化方案。针对性优化设施运行参数如分流比,化解控盐与减污的目标冲突,实现精细化配置,提升治理效率,满足灌区水环境综合治理需求。

本发明授权水盐与污染物协同调控优化方法在权利要求书中公布了:1.一种水盐与污染物协同调控优化方法,其特征在于,所述方法包括: 获取目标区域中的条田、排水沟渠、生态消纳池、强排站以及外排河道出口分别对应的空间位置信息以及属性信息; 根据所述条田、所述排水沟渠、所述生态消纳池、所述强排站以及所述外排河道出口分别对应的空间位置信息以及属性信息,构建目标有向图网络模型; 基于所述目标有向图网络模型,确定所述目标区域对应的水盐与污染物协同调控优化方案; 其中,基于所述目标有向图网络模型,确定所述目标区域对应的水盐与污染物协同调控优化方案,包括: 根据所述目标有向图网络模型中源节点对应的属性信息以及水文情景参数,计算所述源节点对应的第一氮负荷、第一磷负荷和第一盐负荷; 根据所述目标有向图网络模型,依次计算所述目标有向图网络模型中传输节点、处理节点、控制节点以及汇集节点分别对应的氮负荷、磷负荷和盐负荷; 以所述目标有向图网络模型中的各个目标有向边对应的目标流量分配比为决策变量; 构建目标函数,所述目标函数包括第一子函数、第二子函数以及第三子函数;所述第一子函数用于表征所述汇集节点对应的所述氮负荷最小;所述第二子函数用于表征所述汇集节点对应的所述磷负荷最小;所述第三子函数用于表征所述汇集节点对应的所述盐负荷最大; 基于预设多目标进化算法,求解所述目标有向边对应的所述目标流量分配比; 根据所述目标流量分配比,确定所述目标区域对应的水盐与污染物协同调控优化方案; 其中,所述基于预设多目标进化算法,求解所述目标有向边对应的所述目标流量分配比,包括: 基于所述目标有向图网络模型中各节点对应的属性信息,构建约束条件;所述约束条件包括基础约束、经济成本约束以及运维约束中的至少一项; 利用所述预设多目标进化算法,基于所述约束条件,对所述目标函数进行求解,得到所述目标有向边对应的所述目标流量分配比; 其中,所述利用所述预设多目标进化算法,基于所述约束条件,对所述目标函数进行求解,得到所述目标有向边对应的所述目标流量分配比,包括: 随机生成预设数量的初始决策变量向量;所述初始决策变量向量中包括随机决策变量向量、经验决策变量向量以及边界决策变量向量; 基于所述约束条件,从各所述初始决策变量向量中删除不满足所述约束条件的所述初始决策变量向量,得到剩余决策变量向量; 基于所述目标函数,计算各所述剩余决策变量向量对应的第一子函数值、第二子函数值以及第三子函数值; 根据各所述剩余决策变量向量对应的所述第一子函数值、所述第二子函数值以及所述第三子函数值,确定所述剩余决策变量向量对应的惩罚系数; 将所述惩罚系数大于预设阈值的所述剩余决策变量向量标记为待淘汰; 计算各所述剩余有效决策变量向量之间的支配关系; 根据所述支配关系,对各所述剩余有效决策变量向量进行分层,得到多个层级;其中,所述剩余有效决策变量向量对应的层级越小表征所述剩余有效决策变量向量越优; 针对第一层级中的各第一决策变量向量,计算各所述第一决策变量向量支配的下级决策向量数量; 从各所述第一决策变量向量中筛选出下级决策向量数量大于预设数量阈值的各候选决策变量向量; 基于各所述候选决策变量向量,确定目标决策变量向量; 基于所述目标决策变量向量,得到所述目标有向边对应的所述目标流量分配比。

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河海大学;中国科学院南京土壤研究所,其通讯地址为:210024 江苏省南京市鼓楼区西康路1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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。