[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

摘要

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。

主权项

1.一种共享直饮水机水质保障管理控制方法，其特征在于：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；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；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；所述海量数据包括直饮水机滤芯类别与型号、地区ID号码、直饮水机累计用水量、水箱内水温历史温度数据、出水阀门近期开闭状态；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ypred；其中，ypred表示预测值；Im表示经归一化的输入样本；第三步：计算此时实际样本输出yactul与预测值ypred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：其中，e表示误差性能指标函数；ypred表示BP网络输出，即预测值；yactul表示实际输出，即实际输出样本；第四步：修正神经网络参数的权值和阈值；第五步：利用更新得到的神经网络参数的权值和阈值重新估计ypred，重复第二步至第四步的过程，直到总误差小于设定值；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。