Entscheidungshilfesysteme (KDSS)
Das wissensbasierte Entscheidungshilfesystem nutzt Algorithmen des maschinellen Lernens, um effiziente Strategien zur Überwachung und Bewirtschaftung von Regenwasserrückhaltebecken und Badegewässern empfehlen zu können.
Das KDSS-Tool (Knowledge Driven Decision Support System) ist eine aus zwei Ebenen bestehende offene Plattform:
- Auf der lokalen Ebene werden Monitoring-Strategien bereitgestellt, mit deren Hilfe Einleitungen aus Mischwassersystemen und von unbehandeltem Regenwasser, Feststoffen, Plastik und Fasern sowie die Konzentration von gesundheitsgefährdenden Substanzen in Badegewässern bestimmt werden.
- Auf einer übergeordneten Ebene werden die Strategien für das operative Management sowie für die Bewirtschaftung der Badegewässer festgelegt.
Die raumbezogenen Informationen werden als einfache Regeln zur Erkennung von Abweichungen implementiert (Analyse der Stoffströme und -konzentrationen usw.) und in SCADA-Systemen zur Fernüberwachung konfiguriert. Über eine multikriterielle Optimierung werden betriebliche Empfehlungen unter Berücksichtigung ökologischer, wirtschaftlicher und sozialer Auswirkungen als Kostenfunktion (Minimierungsfunktion) entwickelt.
Empfehlungen für die Badegewässer werden über eine Kombination von „Deep Learning“ (neuronale Netze) mit anderen Lern- und Statistikwerkzeugen (X-MEANS zur Erkennung saisonaler Muster und Datenaufbereitungstechniken wie PCA) ermittelt. Die globale Intelligenz wird auch durch quantitative mikrobiologische Risikobewertung (QMRA, entsprechend WHO Richtlinien) unterstützt. Darüber hinaus werden Informationen, über semantische Sensoren gewonnen.
