摘要
本发明公开了一种基于机器学习的水质预测系统及方法,包括数据采集与预处理模块,用于采集多源监测数据并进行预处理;教师模型模块,用于构建神经常微分方程模型,作为教师模型,输出目标水质指标的预测结果;学生模型模块,用于构建轻量级神经网络模型,作为学生模型,进行结构优化训练;轨迹评估模块,用于计算教师模型与学生模型的预测轨迹相似度,优化学生模型结构参数;模型推理模块,用于调用优化后的学生模型生成目标水质指标的预测结果;结果输出模块,用于输出预测结果,并提供展示和存储接口。本发明通过融合神经常微分建模与轨迹相似蒸馏优化机制,实现了对水质时序数据的高精度、轻量化和可持续自适应预测。