[发明专利]一种共享直饮水机水质保障管理控制方法及系统

说明书

本发明公开了一种共享直饮水机水质保障管理控制方法，包括以下步骤：S110：根据恒定水箱内水质影响参数和恒定水箱水质标准，构建建模样本集；S120：将建模样本集进行归一化处理，获得归一化样本集；S130：根据所述归一化样本集构建三层的BP神经网络模型；S140：采用所述BP神经网络模型对通过云端服务器上积累的海量数据进行处理，获取神经网络参数；S150：利用上述所建立BP神经网络模块对云端服务器实时产生的新数据进行水质实时预测；S160：利用专家经验系统对水质进行分类，从而判断是否启动水箱排空系统。本发明为用户提供一种共享直饮水机水质保障管理控制方法及系统，不但可以保证方便喝到饮用水，且真正做到健康、快捷方便饮水。

技术领域

本发明涉及移动互联网服务领域，特别涉及一种共享直饮水机水质保障管理控制方法及系统。

背景技术

随着生活水平的提高，经济飞速发展，高品质健康的生活理念越来越得到人们的青睐。特别针对日常饮用水的健康性、方便性要求越来越高，市场上目前饮用水方式包括直饮水和桶装矿泉水，其中桶装矿泉水质量、容量、价格参差不齐，在现有的经济体系下，桶装水的质量无法得到安全健康保证，市场上存在大量桶装矿泉水“以次充好”的现象，不仅存在“暴利”且不合格的桶装矿泉水会对人民的身体健康带来潜在威胁。于此同时，在快节奏的都市生活中，高效的时间利用使得人们对服务产品的便利性要求越来越高。

发明内容

有鉴于此，本发明的目的在于提供一种共享直饮水机水质保障管理控制方法及系统。

本发明的目的之一是通过以下技术方案来实现的，一种共享直饮水机水质保障管理控制方法，包括以下步骤：

S110：根据恒定水箱内水质影响参数和恒定水箱水质标准，构建建模样本集；S120：将建模样本集进行归一化处理，获得归一化样本集；S130：根据所述归一化样本集构建三层的BP神经网络模型；S140：采用所述BP神经网络模型对通过云端服务器上积累的海量数据进行处理，获取神经网络参数；S150：利用上述所建立BP神经网络模型对云端服务器实时产生的新数据进行水质实时预测；S160：利用专家经验系统对水质进行分类，从而判断是否启动水箱排空系统。

进一步，所述步骤S110后还包括预处理步骤，所述预处理步骤为：对构建的建模样本集对进PCA主元提取，获取新的样本集，归一化处理的对象为新的样本集。

进一步，还包括步骤S170，所述步骤S170为当启动恒定水箱智能排水时，对水箱进行智能消毒。

进一步，所述BP神经网络模型包括三层神经m-h-o的拓扑结构，隐含层激发函数为s型函数，输出层为线性函数；输入层节点数为m个，即输入样本数，隐含层节点数由经验公式所得，α为1-10的常数，输出层节点数为4个；o表示三层神经网络中输出层神经元个数。

进一步，步骤S140中，获取神经网络参数包括以下子步骤：

第一步：初始化神经网络参数的权值，输入层到隐含层权值和阈值为w₁、b₁，隐含层到输出层权值和阈值为v₂、β₂；

第二步：初始化的网络参数采用公式(1)计算此时的y_pred；

其中，y_pred表示预测值；I_m表示经归一化的输入样本；

第三步：计算此时实际样本输出y_actul与预测值y_pred之间系统对N个训练样本的总误差，总误差e准则函数如下：