基于PSO-LSTM-SATN 模型的污水水质预测研究

分享到

【获取途径】超星期刊网
【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
【年份】2025
【卷号】第6期
【页码】159-166
【ISSN】1005-829X
【关键词】污水水质预测长短期记忆网络模型粒子群优化算法自注意力机制
【摘要】为解决工业废水处理领域进水水质波动性大、随机性强、不具有周期性导致无法精准预测其水质的问题，提出粒子群优化算法-长短期记忆网络模型-自注意力机制污水水质预测模型。以山西省某煤炭水处理工厂7 357 组历史污水水质数据为基础，首先采用LSTM 捕获进水水质中COD 数据的长期依赖关系，然后采用SATN 解决水质信息分布不均匀的问题，最后结合PSO 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。评价结果显示，模型均方误差、平均绝对误差和平均绝对百分比误差分别为0.528 4...
【基金】国家自然科学基金
【文献类型】期刊