一种基于人工智能大数据模型的工业园区危险废物处理方法与流程

文档序号:37376681发布日期:2024-03-22 10:29阅读:来源:国知局

技术特征:

1.一种基于人工智能大数据模型的工业园区危险废物处理方法,其特征在于,所述工业园区内建造有若干用于存储不同类别危险废物的存储仓,危险废物的处理方法如下:

2.如权利要求1所述的基于人工智能大数据模型的工业园区危险废物处理方法,其特征在于,所述危险废物包括以下任意一项及以上:

3.如权利要求1所述的基于人工智能大数据模型的工业园区危险废物处理方法,其特征在于,通过异常分析模型判断来源厂家的生产情况,具体方法如下:

4.如权利要求3所述的基于人工智能大数据模型的工业园区危险废物处理方法,其特征在于,所述异常分析模型为随机森林模型,其构建方法如下:

5.如权利要求1所述的基于人工智能大数据模型的工业园区危险废物处理方法,其特征在于,在危险废物入存储仓时,判断是否存在误封装,具体方法如下:

6.如权利要求5所述的基于人工智能大数据模型的工业园区危险废物处理方法,其特征在于,所述决策树构建方法如下:

7.如权利要求1所述的基于人工智能大数据模型的工业园区危险废物处理方法,其特征在于,通过泄漏预测模型判断存储仓内是否发生了泄漏,具体方法如下:

8.如权利要求1所述的基于人工智能大数据模型的工业园区危险废物处理方法,其特征在于,通过存入量预测模型预测每个存储仓未来的存入量,具体方法如下:

9.如权利要求7或8所述的基于人工智能大数据模型的工业园区危险废物处理方法,其特征在于,所述神经网络模型的训练方法如下:

10.如权利要求1所述的基于人工智能大数据模型的工业园区危险废物处理方法,其特征在于,每个存储仓的运输需求值,计算公式如下:


技术总结
本发明涉及危险废物处理技术领域,特别涉及一种基于人工智能大数据模型的工业园区危险废物处理方法。本发明以工业园区的管理方为操作主体,无论工业园区内有多少危险废物生产厂家,均可实现全流程管理和风险监控;针对人工可能犯错的危险废物的存储流程,可通过异常分析模型判断来源厂家的生产情况,以及判断是否可能出现了误封装;在存储时,还可以判断存储仓是否发生泄漏,显著降低了事故风险;针对危险废物运输流程,综合了危险废物以及存储仓的各种特性,实时指导运输优先级,在节约运输成本的基础上进一步降低了事故风险。

技术研发人员:李正科,沈洋,王加明,袁灵,谢海波,易莹
受保护的技术使用者:重庆环问问科技有限公司
技术研发日:
技术公布日:2024/3/21
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1