基于PSO-LSTM-SATN模型的污水水质预测研究

分享到

【作者】杨潞霞，王智瑜，沈帅杰，马永杰，付一政
【刊名】工业水处理
【作者单位】¹太原师范学院计算机科学与技术学院；²西北师范大学物理与电子工程学院；³中北大学材料科学与工程学院；⁴山西省煤矿矿井水处理技术创新中心
【ISSN】1005-829X
【关键词】污水水质预测长短期记忆神经网络粒子群算法自注意力机制
【摘要】在工业废水处理过程中，为解决进水水质波动性大、随机性强、不具有周期性导致无法精准预测的问题，提出了一种基于PSO-LSTM-SATN的污水水质预测模型。以山西省某煤炭水处理工厂历史污水水质数据为实验对象，采样7 357组样本数据，首先采用长短期记忆网络捕获进水水质中化学需氧量数据的长期依赖关系，然后融入自注意力机制解决水质信息分布不均匀的问题，最后结合粒子群算法对LSTM-SATN模型进行优化，帮助网络自动获取最佳参数和模型配置。结果显示，提出模型的均方误差、平均绝对误差和平均绝对百分比误差分别...
【基金】国家自然科学基金
【文献类型】期刊