一种基于自演化的水质调节方法及装置

本技术涉及水利信息化，尤其涉及一种基于自演化的水质调节方法及装置。

背景技术：

1、随着人工智能技术的快速发展，大语言模型在水质调节领域展现出广阔的应用前景。现有技术中，已出现基于大语言模型的水质监测决策方法，利用其语义理解与推理能力处理多源异构水质数据，辅助完成水质评价、污染预警及调控建议生成等任务。

2、现有基于大语言模型的水质调节方法，通常直接利用大语言模型进行数值运算，导致语义推理与数值计算无法解耦，导致水质分析不可靠；依赖静态预定义的水质分析工具，无法根据监测任务按需动态生成，适应性差；缺乏水域状态与调控决策之间的双向交互与闭环优化机制，难以根据调控效果持续改进调节策略，导致水质调节的准确性和鲁棒性不高，影响水质调节任务的有效进行。

技术实现思路

1、为了解决上述问题，第一方面，本发明提供了一种基于自演化的水质调节方法，包括：

2、构建自演化水质仿真模型，获取自演化水质仿真模型在当前时刻生成的当前水域状态向量和当前调控行为向量，以及目标水域在当前时刻的当前综合环境数据；根据当前水域状态向量和当前综合环境数据进行语义理解与任务解析，获得结构化监测任务描述信息；

3、根据结构化监测任务描述信息自动构建对应的水质分析工具，获得水质分析工具集合；

4、获取目标水域在当前时刻的当前综合监测数据，通过水质分析工具集合对当前综合监测数据进行数值处理，获得当前水质数值化结果向量；

5、通过当前水质数值化结果向量和当前调控行为向量对当前水域状态向量进行更新，获得下一时刻的更新水域状态向量；

6、根据下一时刻的更新水域状态向量对自演化水质仿真模型进行动态演化，获得下一时刻的更新调控行为向量，根据下一时刻的更新调控行为向量进行下一时刻的水质调节任务。

7、在一实施例中，自演化水质仿真模型包括水域状态更新单元、大语言模型和多个水质监测决策主体；

8、水域状态更新单元包括水质语义分析函数、行为影响函数和结果映射函数；

9、水域状态更新单元用于对水域状态向量进行动态更新，水域状态向量包括每个水域分区的水域状态数据，水域状态数据包括水质数据、流量数据、水位数据和污水排放数据；

10、水质监测决策主体用于根据水域状态向量生成调控行为，将所有水质监测决策主体的调控行为组成调控行为向量。

11、在一实施例中，根据当前水域状态向量和当前综合环境数据进行语义理解与任务解析，获得结构化监测任务描述信息，包括：

12、将当前水域状态向量和当前综合环境数据输入水质语义分析函数进行语义理解与任务解析，获得结构化监测任务描述信息；

13、结构化监测任务描述信息包括监测目标、第一约束条件集合和执行路径，监测目标包括水质改善目标和风险预警指标，第一约束条件集合包括时间约束、数据访问约束和执行安全约束，执行路径包括水质分析步骤的执行顺序和依赖关系。

14、在一实施例中，根据结构化监测任务描述信息自动构建对应的水质分析工具，获得水质分析工具集合，包括：

15、根据结构化监测任务描述信息的监测目标、第一约束条件集合和执行路径确定第二约束条件集合，第二约束条件集合包括语法有效性约束、因果正确性约束、数值稳定性约束和接口合规性约束；

16、将结构化监测任务描述信息转换为生成提示，大语言模型根据生成提示生成满足第二约束条件集合的水质分析工具，水质分析工具的类型包括综合水质标识指数计算工具、数据预处理工具、溶解氧饱和度计算工具、污染源贡献度评估工具和水质趋势预测工具，由所有的水质分析工具组成水质分析工具集合。

17、在一实施例中，通过水质分析工具集合对当前综合监测数据进行数值处理，获得当前水质数值化结果向量，包括：

18、将当前综合监测数据输入水质分析工具集合中的每个水质分析工具进行数值映射，获得每个水质分析工具对应的当前水质数值化结果；

19、将所有的当前水质数值化结果按照水质分析工具的序号，排列为当前水质数值化结果向量。

20、在一实施例中，通过当前水质数值化结果向量和当前调控行为向量对当前水域状态向量进行更新，获得更新水域状态向量，包括：

21、通过行为影响函数将当前调控行为向量映射为调控影响变化向量，通过结果映射函数将当前水质数值化结果向量映射为水质变化向量；

22、设置第一响应系数和第二响应系数，并获取当前时刻的随机扰动项；

23、根据第一响应系数、调控影响变化向量、第二响应系数、水质变化向量和随机扰动项，计算获得水域状态变化向量；

24、将当前水域状态向量与水域状态变化向量相加，获得更新水域状态向量。

25、在一实施例中，根据下一时刻的更新调控行为向量进行下一时刻的水质调节任务之后，还包括：

26、将下一时刻的更新水域状态向量作为下一时刻的当前水域状态向量，将下一时刻的更新调控行为向量作为下一时刻的当前调控行为向量，形成自演化水质仿真模型的闭环自演化。

27、第二方面，本发明提供了一种基于自演化的水质调节装置，用于实现所述的基于自演化的水质调节方法，所述装置包括：

28、结构化监测任务描述信息获取模块，用于构建自演化水质仿真模型，获取自演化水质仿真模型在当前时刻生成的当前水域状态向量和当前调控行为向量，以及目标水域在当前时刻的当前综合环境数据；根据当前水域状态向量和当前综合环境数据进行语义理解与任务解析，获得结构化监测任务描述信息；

29、水质分析工具集合获取模块，用于根据结构化监测任务描述信息自动构建对应的水质分析工具，获得水质分析工具集合；

30、当前水质数值化结果向量获取模块，用于获取目标水域在当前时刻的当前综合监测数据，通过水质分析工具集合对当前综合监测数据进行数值处理，获得当前水质数值化结果向量；

31、更新水域状态向量获取模块，用于通过当前水质数值化结果向量和当前调控行为向量对当前水域状态向量进行更新，获得下一时刻的更新水域状态向量；

32、水质调节任务执行模块，用于根据下一时刻的更新水域状态向量对自演化水质仿真模型进行动态演化，获得下一时刻的更新调控行为向量，根据下一时刻的更新调控行为向量进行下一时刻的水质调节任务。

33、第三方面，本发明提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现所述的基于自演化的水质调节方法。

34、第四方面，本发明提供了一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述的基于自演化的水质调节方法。

35、本发明具有以下有益效果：

36、1、通过构建自演化水质仿真模型，再依次执行语义理解与任务解析、动态生成水质分析工具、数值处理、状态更新和动态演化，形成从当前水域状态向量到下一时刻调控行为向量的完整闭环迭代，该过程将语义推理与数值计算彻底解耦，避免了现有大语言模型直接参与数值运算带来的水质分析不可靠问题；通过综合环境数据与综合监测数据等多源异构信息，根据监测任务按需动态生成适配的水质分析工具，从而克服静态预定义工具适应性不足的缺陷；通过将更新后的水域状态向量回传至模型并持续演化，实现了水质调控决策与水域环境状态变化之间的双向交互与闭环自优化，显著提升了水质调节的准确性和鲁棒性。

37、2、在水质分析工具生成阶段，通过引入语法有效性、因果正确性、数值稳定性和接口合规性组成的第二约束条件集合，对生成的水质分析工具进行多重验证，确保大语言模型产出的工具代码在语法上正确、在时序上避免前视偏差、在数值上能安全处理边界条件，并统一输入输出接口规范，不仅显著提升了生成工具的可信度与执行稳定性，而且使大语言模型从不可靠的数值运算中解脱出来，专注于代码生成与任务规划，从而实现了语义推理与数值计算的深度解耦；通过约束验证机制可筛选出表现稳定的工具进行复用，降低重复生成开销，在面对突发污染、季节性水文变化等动态场景时能够快速、可靠地适配分析任务，显著增强了水质调节的泛化能力与自动化水平。

38、3、通过行为影响函数将调控行为向量映射为调控影响变化向量，并借助结果映射函数将水质数值化结果向量转换为水质变化向量，再引入第一响应系数、第二响应系数与随机扰动项，以加权线性组合方式精确计算水域状态变化向量，最终实现当前水域状态向量的更新，将水质调控行为与工具计算结果在状态更新中进行定量解耦，两个响应系数可根据实际需要独立调节，从而灵活平衡人为调控措施与分析结果对环境演化的贡献度；随机扰动项的加入模拟了降雨径流、水文波动等自然不可控因素，使水质仿真环境从传统确定性模型提升为具有真实随机性的演化系统，显著增强了自演化水质仿真模型对实际水域噪声干扰的鲁棒性；每一轮迭代的状态变化清晰可溯，有效保障了自演化水质仿真模型在长期演化中的稳定性和准确性。